寻找一种绘制置信水平等高线的详细方法

Question

我试图找到一种方法或教程来了解如何绘制不同置信水平（68%、95%、99.7% 等）的轮廓。

下面是我想生成的绘图上这些轮廓的示例：

表示对宇宙学参数的约束（\omega_Lambda 表示暗能量，\Omega_m 总物质量）。

一旦我有关于 \Omega_Lambda 和 \Omega_mat 的数据集，我该如何生成这些轮廓：我知道什么是置信水平，但我只知道标准差。

如果我从预期值绘制两个参数的标准偏差，我会在其上得到一个十字符号（对于 \Omega_m 水平，对于 \Omega_Lambda 垂直）：但是从这个十字，如何绘制不同置信水平的轮廓？

在上图中，这些轮廓看起来像一条 2D 参数曲线，其中我有带有 t 参数的点 (Omega_Lambda(t), Omega_m(t))，但我不认为它们是这样绘制的。

Answer 1

您可能想查看Matplotlib's contour plot：levels 参数似乎正是您所需要的。

您示例中的图不是从原始数据中获得的，而是从原始数据的统计模型中获得的。因此，您可以首先使用numpy.mean 和numpy.cov 将多元正态分布拟合到您的数据中，然后使用scipy.stats.multivariate_normal 生成多元正态pdf 值。您还可以找到代码 sn-p 用于置信省略号 here（这似乎正是您正在寻找的那种东西）。