matplotlib 计算2D KDE绘图的面积

deyfvvtc 于 2023-10-24 发布在其他

关注(0)|答案(1)|浏览(80)

我有一个DataFrame格式的数据，它有两列，一个x列和一个y列，我用以下方式将数据输入sns. kdeplut：sns.kdeplot(data = data ,x="x", y="y", fill=True, common_norm=False, alpha=0.7,color=color)并得到一个有几个层的图，我想计算图的面积，这意味着该区域的轮廓将是最低密度，因为它是最大的区域，只有该层
我试过从图中获取水平，但它返回None，而不是给我一个数字列表（我假设这是几个水平的输出）
示例代码：

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

x = np.linspace(0, 10, 100)
y = x**2

data = {"X": x, "Y": y}

kde_plot =sns.kdeplot(data=data,x="X",y="Y", common_norm=False, color='blue')
levels = kde_plot.collections[0].get_array()
print(levels)

plt.title('2D KDE Plot with Custom Data')
plt.xlabel('X')
plt.ylabel('Y')

plt.show()

如果有更有效的方法来计算面积，我将非常感谢输入

matplotlib

来源：https://stackoverflow.com/questions/77337434/calculating-the-area-of-a-2d-kde-plot

1条答案

按热度按时间

xmjla07d1#

我提取最外面的轮廓路线，它反映了最低密度的轮廓，然后用SciPy的simps函数计算这条曲线下的面积。

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.integrate import simps

# Generate example data
x = np.linspace(0, 10, 100)
y = x**2
data = {"X": x, "Y": y}

# Create the KDE plot
kde_plot = sns.kdeplot(data=data, x="X", y="Y", fill=True, common_norm=False, color='blue')

# Extract the contour levels
contour_collections = kde_plot.collections
outermost_contour = contour_collections[-1]

# Extract the contour paths
contour_paths = outermost_contour.get_paths()

# Extract the vertices of the outermost contour
vertices = contour_paths[0].vertices

# Separate the x and y values
x_values, y_values = vertices[:, 0], vertices[:, 1]

# Calculate the area under the curve using the trapezoidal rule
area_outline = simps(y_values, x=x_values)

print("Area of the outline (lowest density):", area_outline)

plt.title('2D KDE Plot with Custom Data')
plt.xlabel('X')
plt.ylabel('Y')

plt.show()

这将提供最外轮廓面积的更准确估计。
输出：

赞(0）回复(0）举报 2023-10-24

我来回答

matplotlib 计算2D KDE绘图的面积

1条答案

相关问题

热门标签

最新问答