频率与密度

Question

下面这两个图传达的信息大致相同。

• 左边的图是一个直方图，Y轴表示频率（也就是我们在每个区间内看到的值的次数）。

• 右边的图是一个密度图（KDE估计）。Y轴表示密度（所有的值加起来应该等于1）。

我通常更喜欢密度图（你可以调整它），但Y轴的理解通常比较困难。

我知道KDE估计会返回一个密度值，这些值加起来等于1，前提是变量的范围从负无穷到正无穷，但有没有办法把KDE估计得到的概率密度函数（PDF）映射到频率上（比如把这些值放大到频率）呢？

这只是Y轴的“缩放”问题吗？还是还有其他的因素呢？

   

Answer 1

你需要先计算密度点，然后再进行绘图。可以参考这个链接：http://scikit-learn.org/stable/modules/density.html。下面是一些代码示例：

from sklearn.neighbors.kde import KernelDensity
import numpy as np
import matplotlib.pyplot as plt 

# This X is your data for the histogram
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
X = X.reshape(-1, 1)

kde = KernelDensity(kernel='gaussian', bandwidth=1).fit(X)
x = np.linspace(X.min(), X.max(), 100).reshape(-1, 1)

density = np.exp(kde.score_samples(x))

plt.plot(x, density)
plt.show()