如何使用Seaborn绘制两个分布的差值图？

要实现你的需求，核心思路是先分别获取两个分布的概率密度估计值，再计算它们的差值，最后用matplotlib绘制差值曲线。Seaborn的kdeplot默认直接绘图而不返回密度数据，所以我们可以用scipy.stats.gaussian_kde来更灵活地处理数值计算，具体步骤如下：

步骤1：准备数据并生成KDE模型 #

首先提取两组数据，创建KDE对象来估计密度：

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt
import seaborn as sns

# 提取两组数据，注意处理缺失值
data_outcome0 = df['term'][df['outcome'] == 0].dropna().values
data_outcome1 = df['term'][df['outcome'] == 1].dropna().values

# 创建KDE密度估计对象
kde_outcome0 = stats.gaussian_kde(data_outcome0)
kde_outcome1 = stats.gaussian_kde(data_outcome1)

步骤2：生成统一的X轴并计算差值 #

为了确保两个密度在相同的X点上计算，我们生成覆盖两组数据范围的X轴，然后计算密度差值：

# 确定X轴的范围，覆盖两组数据的最小和最大值
x_min = min(data_outcome0.min(), data_outcome1.min())
x_max = max(data_outcome0.max(), data_outcome1.max())
x = np.linspace(x_min, x_max, 1000)  # 生成1000个均匀分布的X点

# 计算两组数据在X轴上的密度值
density0 = kde_outcome0(x)
density1 = kde_outcome1(x)

# 计算差值：disA (outcome=0) - disB (outcome=1)
density_diff = density0 - density1

步骤3：绘制差值曲线并可视化 #

最后绘制差值曲线，还可以填充正负区域让结果更直观：

plt.figure(figsize=(10, 6))

# 绘制差值曲线
plt.plot(x, density_diff, color='darkblue', linewidth=2, label='Density Difference (0 - 1)')

# 填充差值为正的区域（disA > disB）
plt.fill_between(x, density_diff, 0, where=density_diff > 0, color='red', alpha=0.3)
# 填充差值为负的区域（disA < disB）
plt.fill_between(x, density_diff, 0, where=density_diff < 0, color='green', alpha=0.3)

# 添加标签和标题
plt.xlabel('term')
plt.ylabel('Density Difference')
plt.title('Difference Between KDE Distributions (outcome=0 minus outcome=1)')
plt.legend()
plt.grid(alpha=0.3)
plt.show()

补充说明 #

如果你坚持想用Seaborn的kdeplot来获取数据，可以先绘制两个KDE曲线，然后从Axes对象的lines属性中提取X和Y数据，但这种方法依赖于Seaborn的内部实现，不如scipy的方法稳定：

fig, ax = plt.subplots()
sns.kdeplot(df['term'][df['outcome'] == 0], shade=False, color='red', ax=ax)
sns.kdeplot(df['term'][df['outcome'] == 1], shade=False, color='green', ax=ax)

# 提取两条曲线的数据
line0 = ax.lines[0]
line1 = ax.lines[1]
x0, y0 = line0.get_xdata(), line0.get_ydata()
x1, y1 = line1.get_xdata(), line1.get_ydata()

# 因为X轴范围一致，可以直接计算差值（如果不一致需要插值对齐）
diff = y0 - y1

# 绘制差值曲线
plt.figure()
plt.plot(x0, diff)
plt.show()

内容的提问来源于stack exchange，提问作者mllamazares