我感兴趣的是自动绘制分布平均峰值上方的点，由 kdeplot 或带有 kde 的 distplot 表示。手动绘制点和线很简单，但我很难推导出这个最大坐标点。
例如，下面生成的 kdeplot 应该在大约 (3.5, 1.0) 处绘制一个点：
iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]
sns.kdeplot(setosa.sepal_width)
这个问题的最终目标是画一条线穿过下一个峰值（一个图中的两个分布），并在其上方打印 t 统计量。
这是一种方法。这里的想法是首先提取图中线条对象的 x 和 y 数据。然后，获取峰值的 id，最后绘制与分布峰值相对应的单个 (x,y) 点。
import numpy as np
import seaborn as sns
iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]
ax = sns.kdeplot(setosa.sepal_width)
x = ax.lines[0].get_xdata() # Get the x data of the distribution
y = ax.lines[0].get_ydata() # Get the y data of the distribution
maxid = np.argmax(y) # The id of the peak (maximum of y data)
plt.plot(x[maxid],y[maxid], 'bo', ms=10)
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
