如何在python / plotly中制作2D矢量分布的3D直方图

Question

所以，基本上我有一个python的2D矢量列表，我想通过绘图来三维可视化这个矢量的分布，就像一条曲面曲线。我将给出向量的前4个分量的样本

[[0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566], [0.35431211986827776, 0.21438054570807566],

所以我使用seaborn.kdeplot()进行可视化，只给出了KDE的2D可视化：

​

​

但我想要一个3D结果，就像在这个二元正态分布图中，其中de X和Y轴是2d矩阵，z轴是pdf：

​

​

我想我只需要为我列表中的每个向量找到一个好的pdf估计。有没有办法将KDE拟合到我的数据中，以便获得每个向量的近似分布，然后绘制曲面？

非常感谢

Answer 1

这里有一种方法可以做到：

x = np.random.normal(5, 10, 100000)
y = np.random.normal(10, 3, 100000)
h = np.histogram2d(x, y, bins=50)

def bin_centers(bins):
    centers = (bins + (bins[1]-bins[0])/2) [:-1]    
    return centers

x_bins_centers = bin_centers(h[1])
y_bins_centers = bin_centers(h[2])

df = pd.DataFrame(h[0], index=x_bins_centers, columns=y_bins_centers)
fig = go.Figure(data=[go.Surface(z=df)])
fig.show()

结果是：

​

​