以下是你如何自己实现KDE的方法：

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt

字符串
生成随机样本：

np.random.seed(12345)
sample = np.random.normal(size=1000)

型
创建一个由数据的KDE定义的随机变量：

KDE = stats.gaussian_kde(sample)

型
域上的示例：

xlin = np.linspace(-5, 5, 101)

型
渲染为图形

fig, axe = plt.subplots()
axe.hist(sample, density=1, bins=35)
axe.plot(xlin, KDE.pdf(xlin))
axe.grid()

型

的数据
如预期的那样渲染，KDE是数据集直方图的平滑和连续版本。