在seaborn kdeplot中設置置信度

我對seaborn完全陌生，所以如果這是一個簡單的問題，我很抱歉，但我無法在文檔中的任何位置找到如何在kdeplot中控制由n_levels繪製的級別的描述。這是一個例子：在seaborn kdeplot中設置置信度

import seaborn as sns 
import numpy as np 
import matplotlib.pyplot as plt 

x,y=np.random.randn(2,10000) 

fig,ax=plt.subplots() 
sns.kdeplot(x,y, shade=True,shade_lowest=False, ax=ax,n_levels=3,cmap="Reds") 
plt.show()

這是導致情節：

我希望能夠知道顯示什麼樣的信心水平，這樣我可以標註我的情節「陰影區域顯示（ a，b，c）百分比置信區間。「我會天真地認爲n_levels在某種程度上與高斯等價的「sigma」有關，但從看起來並非如此的例子。

理想情況下，我想可以指定傳遞一個元組kdeplot，如顯示的時間間隔：

levels=[68,95,99]

並繪製這些置信區域。

編輯：感謝@Goyo和@tom我想我可以澄清我的問題，並來到我正在尋找的答案的中途。正如指出的那樣，n_levels作爲levels傳遞給plt.cotourf，所以的列表可以通過。但sns.kdeplot繪製PDF，並且PDF中的值與我正在查找的置信區間不符（因爲這些對應於PDF的集成）。

我需要做的是通過sns.kdeplotx,y值的集成（和規範化）的PDF，然後我將能夠進入例如n_levels=[0.68,0.95,0.99,1]。

編輯2：我現在已經解決了這個問題。見下文。我使用2d規範直方圖來定義置信區間，然後將其作爲水平傳遞給規範的kde圖。對於重複的道歉，我可以做一個函數來返回關卡，但是我明確地輸入了它。

import numpy as np 
import scipy.optimize 
import matplotlib.pyplot as plt 
import seaborn as sns 

# Generate some random data 
x,y=np.random.randn(2,100000) 

# Make a 2d normed histogram 
H,xedges,yedges=np.histogram2d(x,y,bins=40,normed=True) 

norm=H.sum() # Find the norm of the sum 
# Set contour levels 
contour1=0.99 
contour2=0.95 
contour3=0.68 

# Set target levels as percentage of norm 
target1 = norm*contour1 
target2 = norm*contour2 
target3 = norm*contour3 

# Take histogram bin membership as proportional to Likelihood 
# This is true when data comes from a Markovian process 
def objective(limit, target): 
    w = np.where(H>limit) 
    count = H[w] 
    return count.sum() - target 

# Find levels by summing histogram to objective 
level1= scipy.optimize.bisect(objective, H.min(), H.max(), args=(target1,)) 
level2= scipy.optimize.bisect(objective, H.min(), H.max(), args=(target2,)) 
level3= scipy.optimize.bisect(objective, H.min(), H.max(), args=(target3,)) 

# For nice contour shading with seaborn, define top level 
level4=H.max() 
levels=[level1,level2,level3,level4] 

# Pass levels to normed kde plot 
fig,ax=plt.subplots() 
sns.kdeplot(x,y, shade=True,ax=ax,n_levels=levels,cmap="Reds_d",normed=True) 
ax.set_aspect('equal') 
plt.show()

所得的情節現在是以下幾點： kde with confidence levels

的水平稍寬比我預期的，但我認爲這是正確的。

來源

2016-02-05 David J. E. Marsh

我認爲* n_levels簡單地將最小/最大值之間的範圍劃分爲「n」個相同大小的步驟。 – kazemakase

它似乎應該能夠刪除'n_levels'並傳入'levels = [X，Y，Z]'（因爲關卡會傳遞給'plt.contourf'）。但我不確定X，Y，Z應該是什麼水平，因爲等值線圖的值不會等於您的百分比置信水平。 – tom

@大衛我認爲你應該澄清你的問題。這是關於「設置seaborn kdeplot的置信水平」，現在我認爲我的答案不會增加它，但我無法弄清楚這可能意味着什麼。你想計算哪個參數的置信區間？它是如何與kde相關的，這是一個非參數估計？ – Goyo

這些級別不是confidente區間或sigma，而是估計的pdf值。你能夠將級別作爲列表而不是n_levels傳遞。

編輯

Seaborn剛剛繪製的東西。它不會給你估計的PDF，只是一個matplotlib軸。所以如果你想用kde pdf做計算，你必須自己估算一下。

Seaborn在引擎蓋下使用statsmodels或scipy，所以你可以做同樣的事情。 Statsmodels可以給你cdf，如果這是你正在尋找的（也許scipy，但我不知道）。你可以計算你感興趣的級別，在網格中評估pdf並將所有內容傳遞給contourf，這或多或少是seaborn所做的。

不幸的是我沒有足夠的技巧喲給你更多的建議（我只是使用statsmodels OLS迴歸時不時），但你可以看看代碼kdeplot並找出。

來源

2016-02-05 19:02:09 Goyo

順便說一句，'n_levels'是沒有記錄的AFAICT。看看這個代碼，它看起來像是將'N'傳遞給'contour（X，Y，Z，N）'（或'contourf'）。 – Goyo

是的，'N'與'contourf'的'levels'不一樣，所以我不用不認爲你可以這樣使用它？ – tom

@tom和Goyo，謝謝你的幫助。我想我已經澄清了我的問題。 –

-1

我只是面臨同樣的問題。我不明白的是，爲什麼當箱子數量發生變化時，信心水平和情節發生了變化。你在直方圖中選擇了bin = 40，但如果你改變它，你會得到一個不同的圖。

來源

2017-11-09 13:21:55 Le1887

在seaborn kdeplot中設置置信度

回答

相關問題