我试图找出一种方法或教程,以了解如何绘制不同置信度水平(68%,95%,99.7%等)的等高线。
下面是我想要生成的曲线图上的这些等高线的示例:
它表示对宇宙学参数的约束(\omega_Lambda表示暗能量和\Omega_m总物质数量)。
一旦我有了关于\Omega_Lambda和\Omega_mat的数据集,我如何生成这些等高线:我知道什么是置信度,但我只知道标准差。
如果我绘制两个参数与预期值的标准差,我会得到一个十字符号(对于\Omega_m是水平的,对于\Omega_Lambda是垂直的):但是从这个十字,如何在不同的置信度下绘制等高线?
在上图中,这些等高线看起来像一条2D参数曲线,其中我有带t参数的点(Omega_Lambda(t),Omega_m(t)),但我不认为它们是这样绘制的。
发布于 2018-08-31 22:21:07
您可能想要查看Matplotlib's contour plot:levels
参数似乎就是您所需要的。
示例中的图不是从原始数据中获得的,而是从原始数据的统计模型中获得的。因此,您可以首先使用numpy.mean和numpy.cov将多元正态分布拟合到您的数据,然后使用scipy.stats.multivariate_normal生成多变量正态pdf值。您还可以找到执行置信度省略here的代码片段(这似乎正是您正在寻找的东西)。
https://stackoverflow.com/questions/51993915
复制相似问题