我有很多点到map(密度)。 我想将 map 中的级别数修改为较低的数字,因此我不会在 map 中使用多种颜色,而是使用较低的数字: 要设置边框和 plot 我使用此代码的数据: 正如您在 plot 中看到的那样,我有 11 个级别,我如何降低级别以在我的地图(3 或 4)中具有较低的 colors ...
我有很多点到map(密度)。 我想将 map 中的级别数修改为较低的数字,因此我不会在 map 中使用多种颜色,而是使用较低的数字: 要设置边框和 plot 我使用此代码的数据: 正如您在 plot 中看到的那样,我有 11 个级别,我如何降低级别以在我的地图(3 或 4)中具有较低的 colors ...
我有一个 pandas dataframe df有两列( type和IR )作为这个: 我想要 plot 三个分布(每个type一个)与 IR 的值所以,我写: 但我收到此错误: The following variable cannot be assigned with wide-form dat ...
我有一个值列表,我可以轻松生成一个 kernel 密度 plot,它显示在大约 8 和 17 处有模态峰值。 我知道 matplotlib 正在使用scipy.stats.gaussian_kde来生成曲线,并且通过曲线我应该能够使用scipy.signal.find_peaks来找到固定峰值. ...
我正在使用ggplot2为几个组创建多个变量分布的分面 plot,每个组合都有直方图和密度估计。 这是一个简单的人工示例,其中包含一个组和两个变量: 这给 请注意, a是伽马分布的,因此是非负的。 (在我的实际用例中,虽然我当然不知道感兴趣变量的分布,但我知道其中一些变量存在一定界限。)我想在 k ...
我发现一些估计的 kernel 密度值是负数。 对此的解决方案是将负值设置为 0 并重新缩放 kernel 密度估计并找到最接近缩放后的 KDE 的 pdf。 但我不知道如何重新缩放 KDE。 ...
我在 R 中有以下代码行。library(KernSmooth) bkde(x = x, gridsize = 512L, range.x(min(x), max(x))) Python 的等价物是什么? 这是bkde的文档 ...
我正在尝试 plot 概率密度 function (PDF) 并通过添加 kernel 密度估计 (KDE) 来使用seaborn.histplot()平滑我的直方图来解决这个问题。 我期待得到这样的东西,其中曲线是用直方图绘制的: 然而,这是我在 Jupyter notebook 中运行上述代码 ...
我在一个简单的系列上使用 sklearn 的 KernelDensity Estimator。 当我尝试安装 KDE 时,如果我使用 'silverman' 或 'scott' 作为带宽而不是浮点数,我会得到“TypeError:'<=' not supported between inst ...
我试图在 map 上突出显示单个 1x1 度网格方块。 它可以突出显示前 1 个方块的各个网格方块,但在突出显示第 4 个方块后,它开始突出显示多组方块,我不确定为什么? ...
对于 Nadaraya–Watson kernel 回归估计,我们在 R 中使用以下内容: ksmooth(x, y, kernel = c("box", "normal"), bandwidth = 0.5, range.x = range(x), n.points = max(100L, len ...
我测量了每年论文摘要和标题中感叹号的出现次数。 现在,我想使用 kernel 密度估计来显示每个年份的这个数字的分布。 我想 plot 我在另一份出版物中找到的数据 (Plavén-Sigray et al. eLife 2017, https://elifesciences.org/articl ...
我试图提出一个计算,该计算创建一个列,该列带有一个数字,该数字显示该特定位置在 5 英里半径内的密度,即附近是否有许多其他位置。 我想将这些位置与它们自己进行比较以实现这一目标。 我不熟悉实现这一目标所需的数学,并且已经尝试找到解决方案一段时间了。 ...
我按照https://kde-diffusion.readthedocs.io/en/stable/usage.ZFC35FDC70D5FC69D2369883A8EZx7的 2 维密度估计示例进行了 ZFC35FDC70D5FC69D2369883A8EZx7 的密度估计() 代码如下: 数字图 ...
赏金将在 7 天后到期。 此问题的答案有资格获得+50声望赏金。 Tessa想引起对这个问题的更多关注: 有人,任何人,请告诉我如何真正让它工作。 所以,正如标题所说,我正在尝试计算给定样本列表的值的概率,最好是标准化的,因此概率为 0<p<1。 我在大约 6 年前找到了关于该主题的 ...
参数“atol”和“rtol”默认为0,在sklearn.neighbors.KernelDensity class。 这是什么意思? 这是否意味着它使用所有数据点来计算可能性? 当它们不设置为 0 时会发生什么? ...
如何缩放 seaborn 联合图的边际 kdeplot? 假设我们有 1000 个“a”类数据、100 个“b”类数据和“100”个“c”类数据。 在这种情况下,边缘 kdeplot 的比例似乎并不相同,因为分类数据的大小完全不同。 我如何使这些相同? 我制作了一个如下的玩具脚本: ...
我有一个 2d kde plot,其轮廓覆盖在 hexbin plot 上。 我想设置轮廓并将它们显示为百分比。 例如,轮廓与 90% 或 50% 的概率对齐。 有没有简单的方法来做到这一点? 以下是获得的代码和图,如果有帮助,也可以提供数据: 1 ...
我一直认为计算概率分布上两个值之间的概率会很有用。 虽然没有使用 seaborn 或 matplotlib 的内置方法,但我认为它只需要一些基本的微积分,对吧? 这是我从有关此主题的文章中找到的一些代码: 这将返回一个收敛于 0.6338 的概率。 这让我很困惑,因为68-95-99.7 规则规定, ...
我正在从密度(内核)function 的点模式(PPP)制作一系列图。 我希望在所有情况下的最大绘制数都是 200,并且只是相应的热图(其中两个图像只有 go 最多 100)。 我无法使用 R 基础 plot 找到解决此问题的方法。 我会很感激建议。 问候 ...
我是 R 的新手,我正在尝试获得一些编码经验。 我有一个相当大的程序,但我似乎无法弄清楚如何编写以下代码。 任何帮助将不胜感激 X :具有“r”-多列和“n”-多行的数据矩阵 (rxn) x :具有“r”多个变量的向量 l :具有“r”多个变量的向量 z_j :数据矩阵X的“j”列中的所有值 这是 ...