如何在Python中提取密度函数概率（pandas kde）

Question

该pandas.plot.kde()函数可以方便地绘制连续随机变量的估计密度函数。它将数据x作为输入，并显示分箱输入的概率p(x)作为其输出。

如何提取它计算的概率值？我想要一个包含内部计算的概率值的数组或 pandas 系列，而不是仅仅绘制带宽样本的概率。

如果这不能用 pandas kde 完成，请告诉我 scipy 或其他中的任何等效项

Answer 1

有几种方法可以做到这一点。您可以自己计算或从图中获取。

1. 正如@RichieV 在这篇文章之后的评论中指出的，您可以使用以下命令从图中提取数据

data.plot.kde().get_lines()[0].get_xydata()

2. 使用seaborn，然后与 1) 中相同：

您可以使用seaborn来估计内核密度，然后matplotlib提取值（如本文中所示）。您可以使用distplot或kdeplot：

import seaborn as sns

# kde plot
x,y = sns.kdeplot(data).get_lines()[0].get_data()
# distplot
x,y = sns.distplot(data, hist=False).get_lines()[0].get_data()

3. 您可以使用scipy.stats.gaussian_kde的底层方法来估计使用的内核密度pandas：

import scipy.stats

density = scipy.stats.gaussian_kde(data)

然后你可以用它来评估一组点：

x = np.linspace(0,80,200)
y = density(xs)