将二维 gaussian_kde 输出/网格网格保存到 csv python

Question

我是python的新手（纯.net背景）我正在使用this教程生成二维kde分析。

生成一些随机的二维数据：

from scipy import stats
def measure(n):
    "Measurement model, return two coupled measurements."
    m1 = np.random.normal(size=n)
    m2 = np.random.normal(scale=0.5, size=n)
    return m1+m2, m1-m2
m1, m2 = measure(2000)
xmin = m1.min()
xmax = m1.max()
ymin = m2.min()
ymax = m2.max()

对数据执行核密度估计：

X, Y = np.mgrid[xmin:xmax:100j, ymin:ymax:100j]
positions = np.vstack([X.ravel(), Y.ravel()])
values = np.vstack([m1, m2])
kernel = stats.gaussian_kde(values)
Z = np.reshape(kernel(positions).T, X.shape)

绘制结果：

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(np.rot90(Z), cmap=plt.cm.gist_earth_r,
          extent=[xmin, xmax, ymin, ymax])
ax.plot(m1, m2, 'k.', markersize=2)
ax.set_xlim([xmin, xmax])
ax.set_ylim([ymin, ymax])
plt.show()

我需要将其输出为 csv 或其他可解析格式，以便我可以在 .net 应用程序上呈现它。我查看了 pmeshcolor 方法，它可以生成 svg，但对于大型数据集而言，它变得非常庞大。

我需要以下内容，以便在 .net 应用程序上进一步过滤它

输入：

x1 y1  
x2 y2  
x3 y3  

...（或者它可以用逗号分隔，基本上我将从形状文件中提取或直接从数据库中获取，我主要关心的是输出）

预期输出

x1 y1 value_from_kde  
x2 y2 value_from_kde  
x3 y3 value_from_kde  

... 其中 value_from_kde 是 gaussian_kde 函数针对该特定点的输出，我知道 gaussian_kde 使用网格来执行此分析，并且如果该点对点值是不可能的，则其输出也是网格，一个与其相关联的矩形值也是可以接受的，比如

矩形坐标[p1 p2 p3 p4] value_from_kde

输出不应有 value_from_kde 为零的记录。

注意：保持矩形坐标与输入的格式相同很重要，这样我就可以使用相同的投影进行渲染，就像我使用 x,y 以 UTM 格式输入 kde 一样，看起来像这样 671290.9984 2727340.004

Answer 1

您似乎只想将结果 x,y,value 输出到文件以供以后处理（省略零值）。如果是这样，您可能不想重塑 Z 以简化输出过程（即我的 Z1）

fid = open('output.csv','w')
Z1 = (kernel(positions).T, X.shape)
Z = kernel(positions).T
#for currentIndex,elem in enumerate(positions):
for currentIndex,elem in enumerate(Z):
  #if Z1[currentIneex]>0:
  s1 = '%f %f %f\n'%(positions[0][currentIndex], positions[1][currentIndex], Z[currentIndex] )

  fid.write(s1)
fid.close()

我是否遗漏了您的问题？