当底层pdf不完全知道时，有没有一种方法可以制作平滑的内核密度图？

Question

首先，让我描述一下我的问题。

我有按年龄组别划分的出勤率pdf的数据。但是，在源代码中3-5岁是捆绑在一起的。我将3-5岁的年龄组除以3，得到了每年的平均百分比。但是，我现在想要估计概率密度函数的平滑形状。

从视觉上看，它看起来像这样：

​

​

现在，考虑到分布的其余部分，我们有理由认为，5岁的孩子比3岁的孩子更多。为了估计这种平滑的分布，我计划使用seaborn和matplotlib以更高的带宽进行内核密度估计。

这些都需要一维数组的数据，而我的数据是二维的：

age = [2,3,4,5,6,7,8,9,10,11,12,13,14,15]
density = [5.6, 9.8, 9.8, 9.8, 13.6, 12.1, 9.6, 7.6, 6.4, 5.4, 4.6, 2.8, 1.4, 1]

那么有没有办法(a)用2-d数据做kde，或者(b)把2-d数据转换成1-d密度数据？

Answer 1

对于1D kde，您可以这样做：

pd.Series(density).plot.kde(ind=age)

这就给出了：

​

​