kde

概述

核密度估计（Kernel Density Estimation，简称 KDE）是一种非参数统计方法，用于估计随机变量的概率密度函数。在 G2 中，KDE 数据转换可以对指定的数据进行核密度算法处理，生成概率密度函数（PDF）数据，底层使用开源库 pdfast，该库使用三角形核函数，优化为 O(N + K) 时间复杂度。

在数据处理后，数据会增加两个字段（默认为 y 和 size），均为数组类型，用于表示密度分布的点和对应的密度值。

使用场景

密度图（Density Plot）：展示数据分布的连续估计，比直方图更平滑地展示数据分布。
小提琴图（Violin Plot）：结合箱线图和密度图的特点，既可以展示数据的分布形状，又能显示关键统计信息。
多组数据分布比较：通过 groupBy 参数，可以同时展示和比较多个分组的数据分布情况。
平滑的数据可视化：当需要对离散数据点进行平滑处理，展示其整体趋势和分布时。
不同坐标系下的密度分析：可以在直角坐标系或极坐标系中应用，创建不同视角的数据分布可视化。

配置项

属性	描述	类型	默认值	必选
field	进行核密度算法的数据字段	`string`	-	是
groupBy	对数据进行分组的分组字段，可以指定多个	`string[]`	-	是
as	进行 KDE 处理之后，存储的字段	`[string, string]`	`['y', 'size']`	否
min	指定处理范围的最小值	`number`	数据最小值	否
max	指定处理范围的最大值	`number`	数据最大值	否
size	算法最终生成数据的条数，值越大密度曲线越精细	`number`	`10`	否
width	确定一个元素左右影响多少点，类似于 bandWidth，值越大曲线越平滑	`number`	`2`	否

复杂类型说明

as：指定 KDE 处理后生成的两个字段名，第一个字段存储 x 值（即数据点的位置），第二个字段存储 y 值（即对应的密度值）。这两个字段都是数组类型，长度由 size 参数决定。

参数调整效果

size：该参数决定了生成的密度曲线的精细程度。值越大，生成的点越多，密度曲线越精细。在示例中可以看到从默认的 10 增加到 20 或 30 的效果。
width：该参数控制密度曲线的平滑程度，类似于核密度估计中的带宽参数。值越大，曲线越平滑，但可能会丢失一些细节。

示例

基础密度图

下面的示例展示了如何创建基本的密度图，展示不同物种的数据分布：

import { Chart } from '@antv/g2';

const chart = new Chart({
  container: 'container',
});
chart.options({
  type: 'density', // 设置图表类型为密度图
  data: {
    type: 'fetch', // 指定数据类型为通过网络获取
    value: 'https://assets.antv.antgroup.com/g2/species.json', // 设置数据的 URL 地址
    transform: [
      {
        type: 'kde', // 使用核密度估计（KDE）进行数据转换
        field: 'y', // 指定 KDE 计算的字段为 'y'
        groupBy: ['x', 'species'], // 按 'x' 和 'species' 字段对数据进行分组
        size: 20, // 生成 20 个数据点表示概率密度函数
      },
    ],
  },
  encode: {
    x: 'x', // 将 'x' 字段映射到 x 轴
    y: 'y', // 将 'y' 字段映射到 y 轴
    color: 'species', // 将 'species' 字段映射到颜色
    size: 'size', // 将 'size' 字段映射到图形大小
  },
  tooltip: false, // 关闭图表的 tooltip 功能
});
chart.render();

在这个示例中，我们将 size 参数设置为 20，比默认值 10 更大，从而获得更精细的密度曲线。

极坐标系中的小提琴图

在极坐标系中使用 KDE 可以创建环形的小提琴图，为数据分布可视化提供新的视角：

import { Chart } from '@antv/g2';

const chart = new Chart({
  container: 'container',
});
chart.options({
  type: 'view',
  autoFit: true,
  data: {
    type: 'fetch',
    value: 'https://assets.antv.antgroup.com/g2/species.json',
  },
  coordinate: { type: 'polar' }, // 设置为极坐标系
  children: [
    {
      type: 'density', // 密度图组件
      data: {
        transform: [{ type: 'kde', field: 'y', groupBy: ['x', 'species'] }],
      },
      encode: {
        x: 'x',
        y: 'y',
        series: 'species',
        color: 'species',
        size: 'size',
      },
      tooltip: false,
    },
    {
      type: 'boxplot', // 箱线图组件，用于显示小提琴图
      encode: {
        x: 'x',
        y: 'y',
        series: 'species',
        color: 'species',
        shape: 'violin', // 设置形状为小提琴
      },
      style: { opacity: 0.5, strokeOpacity: 0.5, point: false },
    },
  ],
});
chart.render();

这个示例展示了如何将 KDE 与箱线图结合使用，创建小提琴图。在极坐标系中，小提琴图呈环形分布，提供了不同的视角来观察数据分布。

自定义参数的密度图

通过调整 KDE 的参数，可以控制密度估计的平滑程度和精度：

import { Chart } from '@antv/g2';

const chart = new Chart({
  container: 'container',
});
chart.options({
  type: 'density',
  data: {
    type: 'fetch',
    value: 'https://assets.antv.antgroup.com/g2/species.json',
    transform: [
      {
        type: 'kde',
        field: 'y',
        groupBy: ['x'],
        size: 30, // 增加采样点数量，获得更精细的密度曲线
        width: 3, // 增加带宽，使曲线更平滑
        min: 0, // 指定处理范围的最小值
        max: 8, // 指定处理范围的最大值
        as: ['density_x', 'density_y'], // 自定义输出字段名
      },
    ],
  },
  encode: {
    x: 'x',
    y: 'density_x', // 使用自定义的输出字段
    color: 'x',
    size: 'density_y', // 使用自定义的输出字段
  },
  tooltip: false,
});
chart.render();

这个示例展示了如何自定义 KDE 的各种参数：

size: 30 - 增加采样点数量，获得更精细的密度曲线
width: 3 - 增加带宽，使曲线更平滑
min: 0 和 max: 8 - 指定处理范围的最小值和最大值
as: ['density_x', 'density_y'] - 自定义输出字段名

这些参数的调整可以帮助你获得更精细或更平滑的密度曲线，根据实际需求进行调整。

总结

KDE 数据转换是 G2 中一个强大的工具，可以帮助你创建各种密度相关的可视化，如密度图和小提琴图。通过调整其参数，你可以控制密度曲线的精细度和平滑度，以满足不同的可视化需求。

在不同的坐标系中使用 KDE，可以为数据分布提供不同的视角。结合其他图表类型，如箱线图，可以创建更丰富的数据可视化。

更多的案例，可以查看图表示例 - 小提琴图页面。