我有一個x,y點分佈，我得到KDE到scipy.stats.gaussian_kde。這是我的代碼，以及如何輸出如下（在x,y數據可以從here獲得）： import numpy as np
from scipy import stats
# Obtain data from file.
data = np.loadtxt('data.dat', unpack=True)
m1, m2
我正在製作一個像這樣的密度圖，How to create a density plot in matplotlib?即時將axvlines設置爲圖上的少量點，我的問題是我需要知道什麼是最高峯的精確x值。 我可以用一個循環找到它：這款BB有峯值的x值，但要做到這一點循環的時間 density = gaussian_kde(data)
aa = 0
bb = 0
for
我有一個關於kde2d (Kernel density estimator).的問題我正在爲變量的相同空間中的兩組不同的數據計算兩個不同的kde2d。當我用filled.contour2或contour比較時，我發現散點圖中具有較低密度點的集合（其中總點數少於10個）的集合具有較高的輪廓值密度。我期望具有更高點密度的組具有更高的密度輪廓值，但正如我上面所說的那樣並非如此。必須選擇帶寬（h）？我使用