小编dev*_*ist的帖子

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

如果不使用 iSpyder DOS shell 命令，如何在 Windows 上直接在 Spyder 中打开 .ipynb（Jupyter Notebook）？甚至在线 Jupyter Notebook 站点也会提示输入存储文件的相对目录路径。

• 为什么没有一些东西可以在不输入一堆目录命令的情况下加载 Notebook 的外观，
• 为什么 Spyder 的 RUN 按钮在加载 .ipynb 文件时会变灰？
• 我不知道 .ipynb 文件格式与常规 .py 文件相比是什么

在 Spyder 中加载时 .ipynb 的开头行是：

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {
    "ExecuteTime": {

这看起来一点也不像 python 代码

有两个输出numpy.histogram：

• hist：直方图的值
• bin_edges：返回 bin 边缘(length(hist)+1)

两者都是向量，但在下面的示例中，第二个向量的长度为 101，比第一个向量（长度为 100）高 1：

import numpy as np
from numpy.random import rand, randn

n = 100  # number of bins
X = randn(n)*.1
a,bins1 = np.histogram(X,bins=n)

如果我随后尝试，则会出现以下形状错误plt.plot(bins1,a)：

ValueError: x and y must have same first dimension, but have shapes (101,) and (100,)

为什么以及如何修复不等形状错误以便绘制直方图？

matplotlib.pyplot.scatter有一个facecolors=None参数将使数据点标记看起来内部是空心的。我怎样才能获得相同的外观pandas.DataFrame.plot.scatter()？

matplotlib.pyplot.scatter()有一个facecolors=None参数将使数据点看起来内部是空心的。如何获得相同的外观seaborn.jointplot()？

在早期版本的seaborn中也发现了相同的论点，但由于某种原因在最新版本（0.11）中被删除。

seaborn.heatmap给出的默认设置

• x 轴从原点 0 开始向右增加
• y 轴从原点 9 开始然后向上增加

与 相比，这很奇怪matplotlib.pyplot.pcolormesh，它给出了一个从原点 0 开始向上移动的 y 轴，就像我们直观地想要的那样，因为它只对原点为 (0,0) 而不是 (0,9 ）！

如何使y轴heatmap也从原点0而不是9开始向上移动？（当然，同时相应地重新定向数据）

我尝试转置输入数据，但这看起来不正确并且轴没有改变。我不认为需要围绕 y 轴进行翻转，而是对热图进行简单的旋转。

python 中的 Scipy 提供了以下函数，它们似乎计算相同的信息论度量，Kullback-Leibler 散度，也称为相对熵：

• scipy.stats.entropy，如果qk=None
• scipy.special.rel_entr
• scipy.special.kl_div

为什么是三个一样的东西？有人能解释一下它们之间的区别吗？