3回答
更新：scipy.stats.gaussian_kde现在支持加权示例。详细信息请参见和。
目前还不可能使用scipy.stats.gaussian_kde来估计基于的随机变量的密度。基于加权样本估计连续随机变量密度的方法有哪些？
浏览 2提问于2014-12-23得票数 15
回答已采纳
1回答
我有一个一维数组，我已经使用scipy.stats.gaussian_kde获得的pdf。现在我想计算每个特定数据点的积分，我的代码如下所示。这有道理吗？如果没有，正确的解决办法是什么？0.21,0.21,0.21,0.28,0.30,0.30,0.24,0.22,0.19,0.20,0.18,0.23,0.20,0.12,0.14,0.13,0.18,0.15,0.13,0.11,0.12,0.11,0.10,0.13,0.03,0.07,0.17,0.16])
kd
浏览 2提问于2022-11-23得票数 0
1回答
, shade=1, color='red')看起来是这样的：
如何绘制两个发行版(disA - disB)的差异？
浏览 0提问于2018-03-26得票数 9
回答已采纳
我需要一个简单的核密度估计与固定带宽和高斯核。我不想在KDE中使用我手写的Python代码:它运行起来有点慢。你不知道scipy.stats.gaussian_kde有什么替代品吗？
浏览 0提问于2013-08-29得票数 1
1回答
我有一个很大的数据集(超过300000个值)，我已经用stats.gaussian_kde为它创建了一个PDF，如下所示：ind=np.linspace(np.min(vals), np.max(vals),1000)现在我想从这个pdf生成新的随机值，但我不确定如何做到这一点
浏览 6提问于2020-02-15得票数 2
回答已采纳
我从两个叠加的正态分布中创建了一些数据，然后应用sklearn.neighbors.KernelDensity和scipy.stats.gaussian_kde来估计密度函数。但是，使用相同的带宽(1.0)和相同的内核，两种方法产生不同的结果。有人能解释一下为什么吗？谢谢你帮忙。下面可以找到重现问题的代码：import numpy as np
from scipy.stats impor
浏览 4提问于2021-07-15得票数 3
回答已采纳
基本上，除了smoothScatter之外，我可以很快在python中找到一个很好的替代R函数的方法。我搜索了很多，发现这两个答案很有帮助：
浏览 5提问于2017-05-08得票数 2
有几种方法可以进行内核密度估计，这些方法将为数据样本提供PDF：
scipy.stats.gaussian_kde使用上面的任何一个，我可以生成一个PDF，但是我想知道如何才能得到我正在生成的PDF格式。我想知道如何将给出的数据转换为PDF图，或者为数据找到PDF函数，然后进行集成以获得PDF。或者使用另一种方法，在这种方法中，输出是PDF而不是PDF。
浏览 1提问于2022-01-06得票数 1
蓝色曲线下的面积等于红色、绿色和紫色曲线组合为的面积，因为不同的结果(抽签、黑赢和白赢)是总数(All)的子集。
我是如何让python意识到并相应地绘制这一点的？，我确实需要弄清楚如何生成相应的密度曲线权重，并在图例中保留我的标签。我也尝试了频率直方图，它正确地标出了分布高度，但我宁愿将4条曲线叠加在一起，以保持“更干净”的外观.，我不喜欢这个频率图，但这是我目前的修复方法。，并保留显示百分比的自定义图例，这将是非
浏览 1提问于2017-04-08得票数 1
回答已采纳
我有一个数据值数组，如下所示：3.617000000000000171e+012.526699999999999946e我想绘制数据值的概率密度函数。我提到了和。但我不知道这是不是正确。我使用的是python。简单的数据绘图代码如下：plt.plot(Data)
但现在我想绘制PDF (概率密
浏览 4提问于2016-05-22得票数 4
回答已采纳
我感兴趣的是使用点的样本来构造KDE，然后使用该KDE重新采样点。scipy.stats.gaussian_kde提供了一个非常简单的方法来实现这一点。这让我可以使用交叉验证来估计最优带宽，如果您试图近似的底层pdf不是单峰的，那么这个带宽会更复杂。例如，使用两个高斯变量的和，我可以使用KDEMultivariate构建一个KDE，如下所示：
from statsmodels.nonparametr
浏览 2提问于2018-05-25得票数 5
我在csv文件中有一组大约33K (x，y，z)点，并希望使用scipy.stats.gaussian_kde将其转换为密度值的网格。我还没有找到一种方法将这个点云数组转换为gaussian_kde函数的适当输入格式(然后将它的输出转换为密度值网格)。有人能提供示例代码吗？
浏览 4提问于2020-05-09得票数 0
回答已采纳
我不知道它是否是一个numpy数组，以便我可以使用numpy函数。我有3000个变量的数据0<x<=0.5，我使用了这给了我一个"x
浏览 5提问于2014-06-13得票数 1
回答已采纳
2回答
我试图使用numpy和scipy来估计2D高斯混合模型的核密度估计，并估计log相对于坐标的梯度。我的问题是如何估计日志KDE的梯度？似乎st.gaussian_kde()的返回不能用来计算梯度？
浏览 1提问于2016-12-23得票数 0
回答已采纳
我正在尝试使用来平滑一些使用纬度和经度信息收集的离散数据，因此它最终显示为有点类似于等值线图，其中高密度是峰值，低密度是谷。from scipy import statsdata = array([[1.1,我想要在x和y轴上使用宽度为1的1到3<e
浏览 0提问于2010-11-09得票数 7
1回答
我一直在使用scipy.stats.gausian_kde，但对它的输出有几个问题。我已经在同一张图上绘制了归一化直方图和gaussian_kde图。为什么y值有如此大的不同？我的理解是，粗略地说，gaussian_kde图应该触及直方图的尖端。使用scipy.integrate.quad函数，我确定图形下的面积为0.7，而不是我预期的1.0。实际上，我真正想要的是让gaussian_kde表示非归一化直方图，有人知道我如何做到这一点
浏览 0提问于2013-04-19得票数 1
我正在尝试计算一个相当大的二维数据集的核密度估计到。函数scipy.stats.gaussian_kde需要很长时间，所以我想我可以使用dask (v0.15.2)来更快地得到结果。然而，我不确定我的方法是否真的得到了任何加速。db.from_sequence(chunker).map(kde)
z = np.hstack(results)
这在四核Xeon E5-2609 @2.4 of的数据<
浏览 1提问于2017-12-11得票数 0
回答已采纳
1回答
很抱歉问了一个问题，答案可能很明显，但我有点困惑，不知道如何调整多少我可以顺利使用KDE。在python中，我的代码如下所示：P_0 = kde(3)其中，c只是一列数字，我想用上面的方法做一个积分(对于我所遇到的问题来说，这并不是太重要)。
浏览 1提问于2017-07-03得票数 1
回答已采纳
2回答
我正试图从KDE中计算PDF估计值，使用scikit-learn模块计算。我已经看到了两种得分的变体，我正在尝试这两种方式:下面的报表A和B。语句A导致以下错误：
ValueError:查询数据维度必须匹配培训数据维度似乎是个愚蠢的错误，但我搞不懂。0.15.2版本的科学知识-学习。我已经在scipy.stats.gaussian_kde中成功地尝试了这
浏览 3提问于2014-12-17得票数 6
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
