使用 python 在 3D 中可视化多元正态分布答案

【问题标题】：Visualizing a multivariate normal distribution in 3D with python使用 python 在 3D 中可视化多元正态分布
【发布时间】：2020-04-18 15:42:01
【问题描述】：

有谁知道如何对多变量（简单来说是双变量）正态分布的 PDF 进行漂亮的可视化，并预测每个变量的分布，如下图所示？提前致谢。

图源：来自this thesis。

【问题讨论】：

标签： python visualization normal-distribution

【解决方案1】：

这个情节几乎肯定是使用matplotlib 制作的。看看他们的tutorials。 Stack Overflow 也有一个matplotlib tag。

要在 3D 中绘图，您需要使用 mplot3d 工具包。

【讨论】：

【解决方案2】：

试试这个脚本

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

def gauss1(x):
    return np.exp(-(x**2))

def gauss(x, y):
    return gauss1(x)*gauss1(2*y)

fig = plt.figure()
ax = fig.gca(projection='3d')
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = gauss(X, Y)

ax.plot_surface(X, Y, Z, rstride=2, cstride=2, alpha=0.4, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='x', offset=-4, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='y', offset=4, cmap=cm.coolwarm)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()

这会产生以下结果

我不确定如何仅绘制投影的等高线，但这应该可以帮助您入门。

【讨论】：