获取seaborn中核密度估计的绘图点

Question

我正在使用这段代码

kde = sns.kdeplot(x = data, fill = True, color = "black", alpha = 0.1)

来获取我数据的核密度估计（kde），效果很好。现在我想获取绘制图表时用到的所有 x 和 y 点，我正在这样做：

poly = kde.collections[0]
x_values = poly.get_paths()[0].vertices[:, 0]
y_values = poly.get_paths()[0].vertices[:, 1]

但是，x 值却是先增加然后又减少。这是为什么呢？我明白 y 值应该是先增加后减少，但我原本以为 x 值应该是一直增加的，因为曲线是从左到右绘制的。顺便说一下，这些点的值是合理的，并且与图表相符，除了这个行为。

Answer 1

使用 fill=True 时，会创建一个填充的多边形。可以用 ax.text() 来显示每个圆周点的索引。看起来首先是这些点形成了多边形的底部，然后再沿着多边形的上部分返回。

下面的代码展示了每十个点的顺序，并使用 ax，因为 kde 这个名字可能会让人对子图感到困惑。

import seaborn as sns
import numpy as np

ax = sns.kdeplot(x=np.random.randn(200).cumsum(), fill=True, color="black", alpha=0.1)

poly = ax.collections[0]
x_values = poly.get_paths()[0].vertices[:, 0]
y_values = poly.get_paths()[0].vertices[:, 1]

for i, (x, y) in enumerate(zip(x_values[::10], y_values[::10])):
    ax.text(x, y, i, ha='center', va='center', color='b')

如果只想得到曲线的点，可以用 kdeplot 创建时设置 fill=False。

import seaborn as sns
import numpy as np

data = np.random.randn(200).cumsum()
ax = sns.kdeplot(x=data, fill=True, color="black", alpha=0.1)
sns.kdeplot(x=data, fill=False, color="red", ax=ax) # temporarily draw a curve

x_values, y_values = ax.lines[0].get_data() # get the coordinates of the curve
ax.lines[0].remove()  # remove the curve again

for i, (x, y) in enumerate(zip(x_values[::10], y_values[::10])):
    ax.text(x, y, i, ha='center', va='center', color='b')

使用曲线而不是多边形会更安全，因为未来的版本中它们的方向和起始点可能会不同。多边形的第一个点可能就是曲线的第一个点（为了“闭合”多边形）。曲线从来不会完全为零。你可以使用 cut= 参数将曲线延伸到几乎为零的区域。请注意，kde只是pdf的一个近似值。它的准确性取决于底层分布在局部看起来有多像高斯分布。