scipy.stats.gaussian_kde.

set_bandwidth#

gaussian_kde.set_bandwidth(bw_method=None)[source]#

使用给定方法计算估计器带宽。

调用 set_bandwidth 后计算的新的带宽将用于后续对估计密度进行的评估。

参数:
bw_methodstr、标量或可调用对象,可选

用于计算估计器带宽的方法。可以是 ‘scott’、‘silverman’、标量常数或可调用对象。如果为标量,则将直接用作 kde.factor。如果为可调用对象,则它应以 gaussian_kde 实例作为唯一参数,并返回标量。如果为 None(默认),则不会发生任何操作;将保留当前的 kde.covariance_factor 方法。

注释

在版本 0.11 中添加。

示例

>>> import numpy as np
>>> import scipy.stats as stats
>>> x1 = np.array([-7, -5, 1, 4, 5.])
>>> kde = stats.gaussian_kde(x1)
>>> xs = np.linspace(-10, 10, num=50)
>>> y1 = kde(xs)
>>> kde.set_bandwidth(bw_method='silverman')
>>> y2 = kde(xs)
>>> kde.set_bandwidth(bw_method=kde.factor / 3.)
>>> y3 = kde(xs)
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots()
>>> ax.plot(x1, np.full(x1.shape, 1 / (4. * x1.size)), 'bo',
...         label='Data points (rescaled)')
>>> ax.plot(xs, y1, label='Scott (default)')
>>> ax.plot(xs, y2, label='Silverman')
>>> ax.plot(xs, y3, label='Const (1/3 * Silverman)')
>>> ax.legend()
>>> plt.show()
../../_images/scipy-stats-gaussian_kde-set_bandwidth-1.png