在 numpy 中创建密度估计答案

【问题标题】：Creating density estimate in numpy在 numpy 中创建密度估计
【发布时间】：2016-03-02 06:05:24
【问题描述】：

import numpy as np
np.random.random((5,5))

array([[ 0.26045197,  0.66184973,  0.79957904,  0.82613958,  0.39644677],
       [ 0.09284838,  0.59098542,  0.13045167,  0.06170584,  0.01265676],
       [ 0.16456109,  0.87820099,  0.79891448,  0.02966868,  0.27810629],
       [ 0.03037986,  0.31481138,  0.06477025,  0.37205248,  0.59648463],
       [ 0.08084797,  0.10305354,  0.72488268,  0.30258304,  0.230913  ]])

我想从这个二维数组创建一个二维密度估计，这样类似的值就意味着更高的密度。有没有办法在 numpy 中做到这一点？

【问题讨论】：

当您说二维密度估计时，似乎暗示您将在二维空间中工作？从您的矩阵看来，您要么需要一维密度估计，要么需要五分之一的维度？
@DavidMaust 这是一个二维矩阵。你的意思是？ User308827：“相似的值意味着更高的密度”---你的意思是，密度与矩阵中值之间的差异成正比吗？就目前而言，您的问题非常不清楚。
stackoverflow.com/q/14070565/1461210的可能重复
还有：stackoverflow.com/q/28572731/1461210
我想要澄清的是二维空间中的点具有坐标对。 (x_1, y_1), (x_2, y_2)... 从 5x5 矩阵中，每个点应该被单独视为 1D 空间中的 25 个点，或者它们应该被视为 5D 空间中的 5 个点。我没有看到这些点在 2D 空间中是如何存在的。

标签： python numpy

【解决方案1】：

我同意，您的意思确实不完全清楚。 numpy.histogram 函数为您提供数组的密度。

import numpy as np
array = np.random.random((5,5))
print array

density = np.histogram(array, density=True)
print(density)

然后您可以绘制密度，例如使用 Matplotlib。这里有一个很好的讨论：How does numpy.histogram() work?

【讨论】：