如何在 python / plotly 中制作 2D 矢量分布的 3D 直方图

Question

所以，基本上我在 python 中有一个 2D 向量列表，我想通过 plotly 对该向量的分布（如曲面曲线）进行 3d 可视化。我将留下我的向量的前 4 个组件的示例

[[0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566],

所以我用seaborn.kdeplot()可视化，只给出了KDE的2D可视化：

但我想要一个 3D 结果，就像在这个双变量正态分布图中，其中 de X 轴和 Y 轴是一个二维矩阵，z 轴是 pdf:

我想我只需要为列表中的每个向量找到一个好的 pdf 估计值。有没有办法让 KDE 适合我的数据，以获得每个向量的近似分布，然后绘制表面？

非常感谢

Answer 1

这是一种方法：

x = np.random.normal(5, 10, 100000)
y = np.random.normal(10, 3, 100000)
h = np.histogram2d(x, y, bins=50)

def bin_centers(bins):
    centers = (bins + (bins[1]-bins[0])/2) [:-1]    
    return centers

x_bins_centers = bin_centers(h[1])
y_bins_centers = bin_centers(h[2])

df = pd.DataFrame(h[0], index=x_bins_centers, columns=y_bins_centers)
fig = go.Figure(data=[go.Surface(z=df)])
fig.show()

结果是：

如何在 python / plotly 中制作 2D 矢量分布的 3D 直方图

How to make a 3D histogram of a 2D vector distribution in python / plotly

python

3d

statistics

visualization

plotly