🕷️ Crawler Inspector

URL Lookup

Direct Parameter Lookup

Raw Queries and Responses

1. Shard Calculation

Query:

Response:

Calculated Shard: 32 (from laksa028)

2. Crawled Status Check

Query:

curl -X POST \
  'http://laksa032.int.ahrefs:8124/' \
  -H 'Content-Type: text/plain' \
  -H 'X-ClickHouse-Database: crawler3' \
  -H 'Authorization: Basic YXBpOg==' \
  -d 'SELECT getAhrefsURLFromUnparsed(src_unparsed) AS found_url, ifNull(toUnixTimestamp(download_stamp), 0) AS crawl_time, ifNull(toUnixTimestamp(props_url_first_seen), 0) AS first_indexed_time, download_http_code AS http_code, src_unparsed AS src_unparsed, src_root_hash AS src_root_hash, history_drop_reason AS history_drop_reason, meta_title AS meta_title, meta_descriptions AS meta_descriptions, attrs_boilerpipe_text AS attrs_boilerpipe_text, attrs_markdown AS attrs_markdown, attrs_readable_markdown AS attrs_readable_markdown, meta_canonical AS meta_canonical FROM crawler3.page_info_local FINAL PREWHERE (src_root_hash, src_unparsed) IN ((getAhrefsRootHashFromUnparsed(getAhrefsUnparsedNoserviceFromURL(\'https://interactivechaos.com/en/node/680\')), getAhrefsUnparsedNoserviceFromURL(\'https://interactivechaos.com/en/node/680\'))) FORMAT JSONEachRow'

Response:

{"found_url":"https:\/\/interactivechaos.com\/en\/node\/680","crawl_time":1773925188,"first_indexed_time":1615643735,"http_code":200,"src_unparsed":"com,interactivechaos!\/en\/node\/680 s443","src_root_hash":"10470166515025837232","history_drop_reason":null,"meta_title":"Estimación de densidad kernel | Interactive Chaos","meta_descriptions":[],"attrs_boilerpipe_text":"También podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función\nseaborn.jointplot\nel argumento\nkind = \"kde\"\n:\nsns.jointplot(x = \"total_bill\", y = \"tip\", data = tips, kind = \"kde\");\nLa función kdeplot para distribuciones bivariadas","attrs_markdown":"[Skip to main content](https:\/\/interactivechaos.com\/en\/node\/680#main-content)\n\nToggle navigation\n\n[![Home](https:\/\/interactivechaos.com\/sites\/default\/files\/logo_interactive_chaos.png)](https:\/\/interactivechaos.com\/en \"Home\")\n\n- [Spanish](https:\/\/interactivechaos.com\/es\/manual\/tutorial-de-seaborn\/estimacion-de-densidad-kernel-0)\n- [English](https:\/\/interactivechaos.com\/en\/node\/680)\n\n## Menú login no registrado\n- [Iniciar sesión](https:\/\/interactivechaos.com\/en\/user\/login)\n\n## Navegación principal - EN\n- [Home](https:\/\/interactivechaos.com\/en\/home)\n- Services\n  - [In-company training](https:\/\/interactivechaos.com\/en\/in-company-training)\n  - [Data analysis](https:\/\/interactivechaos.com\/en\/data-analysis)\n  - [BI consultancy](https:\/\/interactivechaos.com\/en\/bi-consultancy)\n- [Courses](https:\/\/interactivechaos.com\/en\/courses)\n- [Tutorials](https:\/\/interactivechaos.com\/en\/tutorials)\n- [Publications](https:\/\/interactivechaos.com\/en\/publications)\n- [Blog](https:\/\/interactivechaos.com\/en\/blog)\n- [Educational resources](https:\/\/interactivechaos.com\/en\/educational-resources)\n- [Contact](https:\/\/interactivechaos.com\/en\/contact)\n\n- [Presentación](https:\/\/interactivechaos.com\/en\/node\/668)\n- [Funcionalidad de seaborn](https:\/\/interactivechaos.com\/en\/node\/667)\n- [Funciones a nivel de figura y de ejes](https:\/\/interactivechaos.com\/en\/node\/664)\n- [Datasets](https:\/\/interactivechaos.com\/en\/node\/702)\n- [Clasificación de funciones](https:\/\/interactivechaos.com\/en\/node\/669)\n- [Distribuciones](https:\/\/interactivechaos.com\/en\/node\/670)\n  - [Distribuciones univariadas](https:\/\/interactivechaos.com\/en\/node\/671)\n  - [Distribuciones bivariadas](https:\/\/interactivechaos.com\/en\/node\/677)\n    - [Gráfico de dispersión](https:\/\/interactivechaos.com\/en\/node\/678)\n    - [Gráfico de dispersión hexagonal](https:\/\/interactivechaos.com\/en\/node\/679)\n    - [Estimación de densidad kernel](https:\/\/interactivechaos.com\/en\/node\/680)\n      - [La función kdeplot para distribuciones bivariadas](https:\/\/interactivechaos.com\/en\/node\/681)\n  - [Distribuciones de varias variables](https:\/\/interactivechaos.com\/en\/node\/682)\n- [Relaciones entre variables cuantitativas](https:\/\/interactivechaos.com\/en\/node\/683)\n- [Relaciones entre variables cuantitativas y cualitativas](https:\/\/interactivechaos.com\/en\/node\/690)\n- [Modelos estadísticos](https:\/\/interactivechaos.com\/en\/node\/704)\n- [Mapas de calor](https:\/\/interactivechaos.com\/en\/node\/716)\n- [Tamaño de las visualizaciones](https:\/\/interactivechaos.com\/en\/node\/703)\n- [Colores](https:\/\/interactivechaos.com\/en\/node\/710)\n- [Estilos](https:\/\/interactivechaos.com\/en\/node\/1017)\n- [Datos de entrada](https:\/\/interactivechaos.com\/en\/node\/843)\n- [Conclusión](https:\/\/interactivechaos.com\/en\/node\/717)\n\n# Estimación de densidad kernel\nTambién podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función [seaborn.jointplot](https:\/\/seaborn.pydata.org\/generated\/seaborn.jointplot.html) el argumento *kind = \"kde\"*:\n\nsns.jointplot(x = \"total\\_bill\", y = \"tip\", data = tips, kind = \"kde\");\n\n![Estimación de densidad kernel](https:\/\/interactivechaos.com\/sites\/default\/files\/inline-images\/tutorial_sns_jointplot_03.JPG)\n\n- [La función kdeplot para distribuciones bivariadas](https:\/\/interactivechaos.com\/en\/node\/681)\n## Book traversal links for Estimación de densidad kernel\n- [**‹** Gráfico de dispersión hexagonal](https:\/\/interactivechaos.com\/en\/node\/679 \"Go to previous page\")\n- [Up](https:\/\/interactivechaos.com\/en\/node\/677 \"Go to parent page\")\n- [La función kdeplot para distribuciones bivariadas **›**](https:\/\/interactivechaos.com\/en\/node\/681 \"Go to next page\")\n\n## About Interactive Chaos\n![Logo Interactive Chaos](https:\/\/interactivechaos.com\/sites\/default\/files\/inline-images\/logo_interactive_chaos_bw.png)\n\nSince 1990 training individuals and companies in science and technology.\n\n[Author information](https:\/\/interactivechaos.com\/en\/about-us)\n\n[Data protection policy](https:\/\/interactivechaos.com\/en\/data-protection-policy)\n\n[Cookies policy](https:\/\/interactivechaos.com\/en\/cookies-policy)\n\n[Copyright](https:\/\/interactivechaos.com\/en\/copyright)\n\n## Contact information\n![Teléfono](https:\/\/interactivechaos.com\/sites\/default\/files\/inline-images\/phone_24x24.png)(+34) 671 640 517\n\n## User account\n- [Log in](https:\/\/interactivechaos.com\/en\/user\/login)\n\n![Licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional](https:\/\/interactivechaos.com\/sites\/default\/files\/inline-images\/creative_commons_88x31.png)\n\nExcepto donde se indique otra cosa, los contenidos de este sitio web se ofrecen bajo una licencia [Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional](https:\/\/interactivechaos.com\/derechos-de-autor)","attrs_readable_markdown":"También podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función [seaborn.jointplot](https:\/\/seaborn.pydata.org\/generated\/seaborn.jointplot.html) el argumento *kind = \"kde\"*:\n\nsns.jointplot(x = \"total\\_bill\", y = \"tip\", data = tips, kind = \"kde\");\n\n![Estimación de densidad kernel](https:\/\/interactivechaos.com\/sites\/default\/files\/inline-images\/tutorial_sns_jointplot_03.JPG)\n\n- [La función kdeplot para distribuciones bivariadas](https:\/\/interactivechaos.com\/en\/node\/681)","meta_canonical":"com,interactivechaos!\/es\/manual\/tutorial-de-seaborn\/estimacion-de-densidad-kernel-0 s443"}

3. Robots.txt Check

Query:

Response:

4. Spam/Ban Check

Query:

Response:

5. Seen Status Check

ℹ️ Skipped - page is already crawled

🚫

NOT INDEXABLE

✅

CRAWLED

29 days ago

🤖

ROBOTS ALLOWED

Page Info Filters

Filter	Status	Condition	Details
HTTP status	PASS	`download_http_code = 200`	HTTP 200
Age cutoff	PASS	`download_stamp > now() - 6 MONTH`	1 months ago
History drop	PASS	`isNull(history_drop_reason)`	No drop reason
Spam/ban	PASS	`fh_dont_index != 1 AND ml_spam_score = 0`	ml_spam_score=0
Canonical	FAIL	`meta_canonical IS NULL OR = '' OR = src_unparsed`	com,interactivechaos!/es/manual/tutorial-de-seaborn/estimacion-de-densidad-kernel-0 s443

Page Details

Property	Value
URL	https://interactivechaos.com/en/node/680
Last Crawled	2026-03-19 12:59:48 (29 days ago)
First Indexed	2021-03-13 13:55:35 (5 years ago)
HTTP Status Code	200
Meta Title	Estimación de densidad kernel \| Interactive Chaos
Meta Description	null
Meta Canonical	com,interactivechaos!/es/manual/tutorial-de-seaborn/estimacion-de-densidad-kernel-0 s443
Boilerpipe Text	También podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función seaborn.jointplot el argumento kind = "kde" : sns.jointplot(x = "total_bill", y = "tip", data = tips, kind = "kde"); La función kdeplot para distribuciones bivariadas
Markdown	[Skip to main content](https://interactivechaos.com/en/node/680#main-content) Toggle navigation [![Home](https://interactivechaos.com/sites/default/files/logo_interactive_chaos.png)](https://interactivechaos.com/en "Home") - [Spanish](https://interactivechaos.com/es/manual/tutorial-de-seaborn/estimacion-de-densidad-kernel-0) - [English](https://interactivechaos.com/en/node/680) ## Menú login no registrado - [Iniciar sesión](https://interactivechaos.com/en/user/login) ## Navegación principal - EN - [Home](https://interactivechaos.com/en/home) - Services - [In-company training](https://interactivechaos.com/en/in-company-training) - [Data analysis](https://interactivechaos.com/en/data-analysis) - [BI consultancy](https://interactivechaos.com/en/bi-consultancy) - [Courses](https://interactivechaos.com/en/courses) - [Tutorials](https://interactivechaos.com/en/tutorials) - [Publications](https://interactivechaos.com/en/publications) - [Blog](https://interactivechaos.com/en/blog) - [Educational resources](https://interactivechaos.com/en/educational-resources) - [Contact](https://interactivechaos.com/en/contact) - [Presentación](https://interactivechaos.com/en/node/668) - [Funcionalidad de seaborn](https://interactivechaos.com/en/node/667) - [Funciones a nivel de figura y de ejes](https://interactivechaos.com/en/node/664) - [Datasets](https://interactivechaos.com/en/node/702) - [Clasificación de funciones](https://interactivechaos.com/en/node/669) - [Distribuciones](https://interactivechaos.com/en/node/670) - [Distribuciones univariadas](https://interactivechaos.com/en/node/671) - [Distribuciones bivariadas](https://interactivechaos.com/en/node/677) - [Gráfico de dispersión](https://interactivechaos.com/en/node/678) - [Gráfico de dispersión hexagonal](https://interactivechaos.com/en/node/679) - [Estimación de densidad kernel](https://interactivechaos.com/en/node/680) - [La función kdeplot para distribuciones bivariadas](https://interactivechaos.com/en/node/681) - [Distribuciones de varias variables](https://interactivechaos.com/en/node/682) - [Relaciones entre variables cuantitativas](https://interactivechaos.com/en/node/683) - [Relaciones entre variables cuantitativas y cualitativas](https://interactivechaos.com/en/node/690) - [Modelos estadísticos](https://interactivechaos.com/en/node/704) - [Mapas de calor](https://interactivechaos.com/en/node/716) - [Tamaño de las visualizaciones](https://interactivechaos.com/en/node/703) - [Colores](https://interactivechaos.com/en/node/710) - [Estilos](https://interactivechaos.com/en/node/1017) - [Datos de entrada](https://interactivechaos.com/en/node/843) - [Conclusión](https://interactivechaos.com/en/node/717) # Estimación de densidad kernel También podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función [seaborn.jointplot](https://seaborn.pydata.org/generated/seaborn.jointplot.html) el argumento kind = "kde": sns.jointplot(x = "total\_bill", y = "tip", data = tips, kind = "kde"); ![Estimación de densidad kernel](https://interactivechaos.com/sites/default/files/inline-images/tutorial_sns_jointplot_03.JPG) - [La función kdeplot para distribuciones bivariadas](https://interactivechaos.com/en/node/681) ## Book traversal links for Estimación de densidad kernel - [‹ Gráfico de dispersión hexagonal](https://interactivechaos.com/en/node/679 "Go to previous page") - [Up](https://interactivechaos.com/en/node/677 "Go to parent page") - [La función kdeplot para distribuciones bivariadas ›](https://interactivechaos.com/en/node/681 "Go to next page") ## About Interactive Chaos ![Logo Interactive Chaos](https://interactivechaos.com/sites/default/files/inline-images/logo_interactive_chaos_bw.png) Since 1990 training individuals and companies in science and technology. [Author information](https://interactivechaos.com/en/about-us) [Data protection policy](https://interactivechaos.com/en/data-protection-policy) [Cookies policy](https://interactivechaos.com/en/cookies-policy) [Copyright](https://interactivechaos.com/en/copyright) ## Contact information ![Teléfono](https://interactivechaos.com/sites/default/files/inline-images/phone_24x24.png)(+34) 671 640 517 ## User account - [Log in](https://interactivechaos.com/en/user/login) ![Licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional](https://interactivechaos.com/sites/default/files/inline-images/creative_commons_88x31.png) Excepto donde se indique otra cosa, los contenidos de este sitio web se ofrecen bajo una licencia [Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional](https://interactivechaos.com/derechos-de-autor)
Readable Markdown	También podemos mostrar en la gráfica principal la estimación de densidad kernel para visualizar la distribución bivariada. Para ello no tenemos más que pasar a la función [seaborn.jointplot](https://seaborn.pydata.org/generated/seaborn.jointplot.html) el argumento kind = "kde": sns.jointplot(x = "total\_bill", y = "tip", data = tips, kind = "kde"); ![Estimación de densidad kernel](https://interactivechaos.com/sites/default/files/inline-images/tutorial_sns_jointplot_03.JPG) - [La función kdeplot para distribuciones bivariadas](https://interactivechaos.com/en/node/681)
Shard	32 (laksa)
Root Hash	10470166515025837232
Unparsed URL	com,interactivechaos!/en/node/680 s443