Scipy多維核密度估計

Question

我一直在試圖得到一個30x30陣列的核密度估計。一個簡短的例子如下，需要估計之前重塑

from scipy.stats import gaussian_kde 

x = arange(-0.5,0.51,1/29.) 
y = arange(-0.5,0.51,1/29.) 
z = randn(30,30) 

vec = vstack((x,y)) 

KDE = gaussian_kde(z.T) 
KDE2 = KDE(vec) 

本提供了以下錯誤，

ValueError: points have dimension 2, dataset has dimension 30 

我發現這裏的一些其他職位這表明數據，但我不確定如何正確地做到這一點。

任何幫助理解 d

Answer 1

與KDE = gaussian_kde(z.T)你正在30隨機變量（檢查KDE.n），每個30尺寸（檢查KDE.d）的變量的核密度估計。

如果你正在研究一些數據，那該數據是輸入到gaussian_kde()。

隨着KDE(vec)你然後估計核仁密度z。輸入必須有形狀(30,)或(30,N)其中30是維數KDE.d。請參閱文檔here。

喂這個形狀x,y沒有任何意義。示例here應該讓你開始。在那個例子中，d=2和n= 2000。