Scribd
Unggah
2 tayangan

Coding

Fungsi distplot di Seaborn yang digunakan untuk menampilkan distribusi data dengan histogram dan estimasi kepadatan kernel (KDE) telah deprecated dan tidak disarankan untuk digunakan lagi. Sebagai alternatif, pengguna disarankan untuk menggunakan histplot untuk histogram dan kdeplot untuk estimasi kepadatan kernel. Kombinasi kedua grafik ini dapat memberikan visualisasi distribusi data yang lebih baik dan fleksibel.

Diunggah oleh

amugyaindrawork
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
2 tayangan

Coding

Fungsi distplot di Seaborn yang digunakan untuk menampilkan distribusi data dengan histogram dan estimasi kepadatan kernel (KDE) telah deprecated dan tidak disarankan untuk digunakan lagi. Sebagai alternatif, pengguna disarankan untuk menggunakan histplot untuk histogram dan kdeplot untuk estimasi kepadatan kernel. Kombinasi kedua grafik ini dapat memberikan visualisasi distribusi data yang lebih baik dan fleksibel.

Diunggah oleh

amugyaindrawork
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 2

distplot adalah fungsi yang dulu populer di Seaborn untuk menampilkan distribusi data

menggunakan histogram yang dikombinasikan dengan kernel density estimate (KDE).


Namun, mulai dari versi terbaru Seaborn, distplot sudah deprecated (tidak disarankan
digunakan lagi). Sebagai gantinya, Seaborn menyarankan menggunakan kombinasi dari
histplot untuk histogram dan kdeplot untuk plot distribusi dengan KDE.

Meskipun demikian, berikut penjelasan dan contoh penggunaan distplot serta alternatif
modern yang bisa digunakan:

1. distplot (Deprecated)

 Kapan digunakan: Untuk melihat distribusi dari variabel numerik, sekaligus


memberikan visualisasi histogram dan estimasi kepadatan kernel (KDE).
 Contoh Penggunaan (Sebelum deprecated):
 import seaborn as sns
 import matplotlib.pyplot as plt

 data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 6]

 sns.distplot(data, kde=True, hist=True)
 plt.title('Distribusi dengan distplot')
 plt.show()

Di sini, kde=True menunjukkan bahwa plot KDE akan ditampilkan bersamaan dengan
histogramnya. Namun, karena fungsi ini deprecated, disarankan untuk menggunakan
alternatif berikut.

2. Alternatif: histplot dan kdeplot (Modern)

a. Menggunakan histplot

 histplot adalah cara yang lebih modern untuk menampilkan histogram distribusi. Ini
memungkinkan pengaturan bin (lebar batang histogram) dan juga bisa
dikombinasikan dengan KDE.
 Contoh Penggunaan:
 import seaborn as sns
 import matplotlib.pyplot as plt

 data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 6]

 sns.histplot(data, kde=True)
 plt.title('Distribusi dengan histplot')
 plt.show()

b. Menggunakan kdeplot

 kdeplot fokus pada estimasi kepadatan kernel (KDE) saja, tanpa histogram. Ini
digunakan ketika kita hanya ingin menampilkan distribusi halus.
 Contoh Penggunaan:
 import seaborn as sns
 import matplotlib.pyplot as plt

 data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 6]

 sns.kdeplot(data)
 plt.title('Distribusi dengan kdeplot')
 plt.show()

c. Kombinasi histplot dan kdeplot

 Untuk mendapatkan tampilan yang serupa dengan distplot (histogram dan KDE
bersama-sama), kita bisa mengkombinasikan kedua grafik ini secara manual, atau
cukup mengatur parameter kde=True dalam histplot.
 Contoh Penggunaan:
 import seaborn as sns
 import matplotlib.pyplot as plt

 data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 6]

 sns.histplot(data, kde=True)
 plt.title('Histogram dan KDE')
 plt.show()

Kapan Menggunakan distplot atau Alternatifnya?

 Distribusi Data: Jika kamu ingin melihat bagaimana data tersebar (apakah miring,
berpusat di suatu nilai, dll.), histogram adalah pilihan yang tepat.
 Analisis Kepadatan: KDE memberikan gambaran halus tentang distribusi data tanpa
bergantung pada lebar bin histogram. Jadi, jika kamu ingin fokus pada estimasi
distribusi halus, gunakan KDE.
 Gabungan: Jika kamu ingin gambaran lengkap, histogram dan KDE bisa digabung
untuk menunjukkan frekuensi diskrit (dalam histogram) dan pola distribusi yang halus
(dengan KDE).

Sekarang, Seaborn telah menggantikan distplot dengan histplot, yang lebih fleksibel dan
memiliki kinerja lebih baik, jadi disarankan untuk beralih ke metode baru ini.

Anda mungkin juga menyukai