Skip to main content
 首页 » 编程设计

python之二维核密度图的主要差异 : Seaborn and R

2025年05月04日15落叶无声

我正在尝试使用 Seaborn 的 jointplot 函数的二维核密度图绘制数据(使用 statsmodels 的 KDEMultivariate 函数来计算数据驱动的带宽)。我使用相同的数据在 R 中绘制了二维核密度,结果看起来非常好(使用“ks”包),而 Seaborn 图看起来非常不同。

我为每个数据使用相同的精确数据和相同的精确带宽(采用 KDEMultivariant 给出的带宽并将其传递给 R 方法)。

这里是使用的 input.csv 数据:https://app.box.com/s/ot7d36t44wrr85pusp5657pc1w2kf5hj

以下是每个代码中使用的代码以及每个代码的输出图像。

Python/Seaborn:

import matplotlib.pyplot as plt 
import statsmodels.api as sm 
data = pd.read_csv("input.csv", dtype={'x': float, 'y': float}, skiprows=0) 
bw_ml_x = sm.nonparametric.KDEMultivariate(data=data['x'], var_type='c', bw='cv_ml') 
bw_ml_y = sm.nonparametric.KDEMultivariate(data=data['y'], var_type='c', bw='cv_ml')         
 
g = sns.jointplot(x='x', y='y', data=data, kind="kde", stat_func=None, bw=[bw_ml_x.bw, bw_ml_y.bw]) 
 
g.plot_joint(plt.scatter, c="w") 
g.ax_joint.collections[0].set_alpha(0) 
 
sns.plt.show() 

Seaborn 图的 Img:

bw_ml_x.bw和bw_ml_y.bw给出的带宽放在一个2 x 2 R矩阵H中,其中H[1,1] = bw_ml_x.bw, H[2,2] = bw_ml.y.bw,和其他值设置为零。

回复:

library(ks) 
fhat <- kde(x=as.data.frame(data[1], data[2]), H=H) 
plot(fhat, display="filled.contour2", cont=seq(10,90,by=10)) 

R 图的 Img:

请您参考如下方法:

查看您的 Seaborn/Python 图,许多点聚集在空间的 (0,n) 区域和 (1,1) 区域,正如 R 图的 KDE 所示。这表明 Seaborn 和 R 正在查看相同的数据;我们只需要重新制定对 Seaborn 中的 kde 的调用,以便可视化 KDE 梯度。

如果您修改 Python 调用以匹配 documentation对于 Seaborn 中的 Kernel Density Estimation,您将从 Python 中获得适当的 2d-kdf:

import matplotlib.pyplot as plt 
import statsmodels.api as sm 
import pandas as pd 
import seaborn as sns 
 
data = pd.read_csv("input.csv", dtype={'x': float, 'y': float}, skiprows=0) 
bw_ml_x = sm.nonparametric.KDEMultivariate(data=data['x'], var_type='c', bw='cv_ml') 
bw_ml_y = sm.nonparametric.KDEMultivariate(data=data['y'], var_type='c', bw='cv_ml')         
 
g = sns.jointplot(x='x', y='y', data=data, kind="kde") 
 
g.plot_joint(plt.scatter, c="w") 
g.ax_joint.collections[0].set_alpha(0) 
 
sns.plt.show() 

这与 R 图一致(尽管核估计量似乎略有不同,这将解释图之间梯度的变化):