「Seaborn KDE プロット上のデータポイントを自動的に抽出してラベル付けする方法」

「Seaborn KDE プロットのデータポイントを自動的にラベル付けする方法」

カーネル密度推定プロットは、データポイントの分布を視覚化するための方法です。ヒストグラムと同様に、カーネル密度推定プロットは、ガウスカーネルを使用してデータをスムージングします。ヒストグラムの代わりとして、カーネル密度推定は、比較しやすく、データ分布のパターンを強調するのにより適していると言えます。

平均値、中央値、モードなどの統計的指標をカーネル密度推定プロットに注釈として追加することで、より意味のある情報を得ることができます。これらの指標の線を追加することは簡単ですが、きれいで整然とした見た目にするのは難しいです。

このクイックサクセスデータサイエンスプロジェクトでは、米国国勢調査と議会データセットを使用して、中央値の値をプログラムで複数のカーネル密度推定プロットに注釈として追加します。このアプローチにより、データセットの更新に自動的に適応するプロット注釈が保証されます。

KDEプロットの詳細については、以前の記事をご覧ください。

• エッジコンピューティングにおけるAI：リアルタイムを向上させるアルゴリズムの実装
• 「KafkaとRisingwaveを使用したFormula 1のストリーミングデータパイプラインの構築」
• オラクルと一緒にXRを開発しよう、エピソード6 AIサマライザー＋ジェネレーター

データセット

合衆国には候補者の年齢法があるため、議会のメンバーの誕生日は公開されています。便宜上、現在の議会のメンバーの氏名、誕生日、政府の分野、政党のCSVファイルをすでに編纂し、このGistに保存しました。

米国の人口については、2023年7月の国勢調査局の月次公民人口表を使用します。前のデータセットと同様に、これは公開情報であり、このGistにCSVファイルとして保存しました。

ライブラリのインストール

このプロジェクトでは、プロットにseabornを、データ分析にpandasを使用する必要があります。これらのライブラリは、次のようにインストールできます：

condaを使用する場合：conda install pandas seaborn

pipを使用する場合：pip install pandas seaborn

コード

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!