用python的matplotlib的seaborn进行核心密度估计的下界

我有一个测量的树木直径的集合，我试图绘制一个核心密度估计叠加在python顶部的直方图。 seaborn模块让我可以很简单地做到这一点，但我无法找到指定kde应该为负数的零（因为树不能有负树直径）的方法。用python的matplotlib的seaborn进行核心密度估计的下界

什么我目前得到的是这样的：

seaborn.distplot(C77_diam, rug=True, hist=True, kde=True)

我已经看了seaborn.kdeplot这是distplot呼叫，但找不到任何有用的功能。有谁知道这是否可以用seaborn完成，如果不是，如果它可以更普遍地用matplotlib完成？

我只开始使用seaborn，因为我无法弄清楚如何用pyplot.hist（）覆盖kde pyplot.plot（）。

2014-02-16 vorpal

最接近轴界限，使得情节的左侧开始是剪辑和削减kdeplot的选项，可以排除异常值，但这并不是我想要的。 – vorpal

有没有办法密度估计与该功能强制为零，但你总是可以设置为0。

seaborn.distplot(C77_diam, rug=True, hist=True, kde=True).set(xlim=(0, max_diam))

2014-02-16 18:01:30 mwaskom

我认为可能是这样。感谢xlim的想法，这不是我想要的，但它会。 – vorpal

回答