获取点以创建KDE绘图

Question

我试图从KDE绘图中获取点，以便通过API发送点，这样绘图就可以通过前端显示。例如，如果我有以下数据：

df = pd.DataFrame({'x': [3000.0,
  2897.0,
  4100.0,
  2539.28,
  5000.0,
  3615.0,
  2562.05,
  2535.0,
  2413.0,
  2246.0],
 'y': [1, 2, 1, 1, 1, 2, 1, 3, 1, 1]})

import seaborn as sns

sns.kdeplot(x=df['x'], weights=df['y'])

我用seaborn kdeplot绘制它，它给了我这个图：

现在我想通过API发送这个图的一些点。我的想法是使用sklearn的KernelDensity来估计某些点的密度。所以我用了这个代码：

from sklearn.neighbors import KernelDensity
x_points = np.linspace(0, df['x'].max(), 30)
kde = KernelDensity()
kde.fit(df['x'].values.reshape(-1, 1), sample_weight=df['y'])
 
logprob = kde.score_samples(x_points.reshape(-1, 1))
 
new_df = pd.DataFrame({'x': x_points, 'y': np.exp(logprob)})

如果我用线图绘制，它看起来一点也不像seaborn kdeplot

我的问题是：给定一个数据帧和所示的kdeplot，我如何得到这个图中某个点x的概率

编辑：将代码添加到绘图sns.kdeplot

Answer 1

为什么带有sklearn的绘图看起来不同？因为默认情况下带宽设置为1。从你的x-数据来看应该更高。您只需更改一行即可解决此问题：

kde = KernelDensity(bandwidth=500)

现在，Seaborn实际上自动设置了带宽，Scipy允许您按照explained here的方式进行设置

Seaborn是matplotlib顶部的一个层，它返回matplotlib轴，因此您可以使用this question关于从matplotlib绘图获取数据的相同答案

import matplotlib.pyplot as plt
plt.gca().get_lines()[0].get_xydata()

此文件的输出看起来与您想要的一样：

array([[5.70706380e+02, 7.39051159e-07],
       [6.01382697e+02, 9.00695337e-07],
       [6.32059015e+02, 1.09427429e-06],
       [6.62735333e+02, 1.32531892e-06],
       [6.93411651e+02, 1.60015322e-06],
       [7.24087969e+02, 1.92597554e-06],
       [7.54764286e+02, 2.31094202e-06],
       [7.85440604e+02, 2.76425104e-06],
       [8.16116922e+02, 3.29622720e-06],
       ...])