如何在 python / plotly 中制作二维向量分布的 3D 直方图

Question

所以，基本上我在 python 中有一个二维向量列表，我想通过 plotly 对该向量的分布进行 3d 可视化，如曲面曲线。 我将留下我的向量的前 4 个组件的样本

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

所以我使用了seaborn.kdeplot()进行可视化，只给出了 KDE 的 2D 可视化：

但我想要一个 3D 结果，就像在这个二元正态分布 plot 中一样，其中 de X 和 Y 轴是二维矩阵，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。 有没有办法将 KDE 拟合到我的数据中，以便获得每个向量的这种近似分布，然后是 plot 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：