Python中用于条件密度估计的工具

我有一个大型数据集，每行包含3个属性：a、B、C

列A：可以取值1、2和0。 B列和C列：可以接受任何值

我想使用p（A=2 | B，C）的直方图执行密度估计，并使用python绘制结果

---

我不需要代码来做这件事，我可以试着自己去想。我只需要知道我应该使用的程序和工具

要回答您的所有问题，我们应该通过不同的步骤回答不同的问题：

• 如何读取csv文件（或文本数据）

• 如何过滤数据

• 如何绘制数据

在每个阶段，你都需要使用一些技术和特定的工具，在不同的阶段你也可能有不同的选择（你可以在互联网上寻找不同的选择）

1-如何读取csv文件：

有一个内置的函数可以遍历存储数据的csv文件。但是大多数人建议处理csv文件

之后，您可以使用命令读取csv文件

由于您没有共享csv文件，我将创建一个随机数据集来解释接下来的步骤

import pandas as pd
import numpy as np

t= [1,1,1,2,0,1,1,0,0,2,1,1,2,0,0,0,0,1,1,1]
df = pd.DataFrame(np.random.randn(20, 2), columns=list('AC'))
df['B']=t  #put a random column with only 0,1,2 values, then insert it to the dataframe

注意：是一个python包。处理数学运算很有帮助。你基本上不需要它，但我提到它是为了澄清这里的混乱

如果您在本例中打印df，您将得到以下结果：

         A         C    B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
3  -0.405150 -1.111787  2
4   0.502283  1.586743  0
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
7   2.731756  0.563161  0
8   2.096459  1.323511  0
9   1.386778 -1.774599  2
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
12 -0.264265  1.216617  2
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1

2--如何过滤数据： 有不同的技术来过滤数据。最简单的方法是选择dataframe中的列名+条件。在我们的例子中，标准是选择B列中的值“2”

l= df[df['B']==2]
print l

您还可以使用其他方式，如groupby、lambda来遍历数据帧，并应用不同的条件来过滤数据

for key in df.groupby('B'):
    print key 

如果运行上述脚本，您将获得：

对于第一个：只有B==2的数据

           A         C  B
3  -0.405150 -1.111787  2
9   1.386778 -1.774599  2
12 -0.264265  1.216617  2

对于第二个：打印分组的结果

(0,            A         C  B
4   0.502283  1.586743  0
7   2.731756  0.563161  0
8   2.096459  1.323511  0
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0)
(1,            A         C  B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1)
(2,            A         C  B
3  -0.405150 -1.111787  2
9   1.386778 -1.774599  2
12 -0.264265  1.216617  2)

• 如何绘制数据：

绘制数据的最简单方法是使用

在B列中绘制数据的最简单方法是运行：

import random
import matplotlib.pyplot as plt

xbins=range(0,len(l))
plt.hist(df.B, bins=20, color='blue')
plt.show()

您将得到以下结果：

         A         C    B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
3  -0.405150 -1.111787  2
4   0.502283  1.586743  0
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
7   2.731756  0.563161  0
8   2.096459  1.323511  0
9   1.386778 -1.774599  2
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
12 -0.264265  1.216617  2
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1

如果你想把结果组合起来，你应该使用不同的颜色/技术使其有用

import numpy as np
import matplotlib.pyplot as plt
a = df.A
b = df.B
c = df.C
t= range(20)
plt.plot(t, a, 'r--',  b, 'bs--', c, 'g^--')
plt.legend()
plt.show()

因此，您将得到：

---

绘图数据由特定需求驱动。通过以下示例，您可以探索绘制数据的不同方法

要回答您的所有问题，我们应该通过不同的步骤回答不同的问题：

• 如何读取csv文件（或文本数据）

• 如何过滤数据

• 如何绘制数据

在每个阶段，你都需要使用一些技术和特定的工具，在不同的阶段你也可能有不同的选择（你可以在互联网上寻找不同的选择）

1-如何读取csv文件：

有一个内置的函数可以遍历存储数据的csv文件。但是大多数人建议处理csv文件

之后，您可以使用命令读取csv文件

由于您没有共享csv文件，我将创建一个随机数据集来解释接下来的步骤

import pandas as pd
import numpy as np

t= [1,1,1,2,0,1,1,0,0,2,1,1,2,0,0,0,0,1,1,1]
df = pd.DataFrame(np.random.randn(20, 2), columns=list('AC'))
df['B']=t  #put a random column with only 0,1,2 values, then insert it to the dataframe

注意：是一个python包。处理数学运算很有帮助。你基本上不需要它，但我提到它是为了澄清这里的混乱

如果您在本例中打印df，您将得到以下结果：

         A         C    B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
3  -0.405150 -1.111787  2
4   0.502283  1.586743  0
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
7   2.731756  0.563161  0
8   2.096459  1.323511  0
9   1.386778 -1.774599  2
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
12 -0.264265  1.216617  2
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1

2--如何过滤数据： 有不同的技术来过滤数据。最简单的方法是选择dataframe中的列名+条件。在我们的例子中，标准是选择B列中的值“2”

l= df[df['B']==2]
print l

您还可以使用其他方式，如groupby、lambda来遍历数据帧，并应用不同的条件来过滤数据

for key in df.groupby('B'):
    print key 

如果运行上述脚本，您将获得：

对于第一个：只有B==2的数据

           A         C  B
3  -0.405150 -1.111787  2
9   1.386778 -1.774599  2
12 -0.264265  1.216617  2

对于第二个：打印分组的结果

(0,            A         C  B
4   0.502283  1.586743  0
7   2.731756  0.563161  0
8   2.096459  1.323511  0
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0)
(1,            A         C  B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1)
(2,            A         C  B
3  -0.405150 -1.111787  2
9   1.386778 -1.774599  2
12 -0.264265  1.216617  2)

• 如何绘制数据：

绘制数据的最简单方法是使用

在B列中绘制数据的最简单方法是运行：

import random
import matplotlib.pyplot as plt

xbins=range(0,len(l))
plt.hist(df.B, bins=20, color='blue')
plt.show()

您将得到以下结果：

         A         C    B
0  -0.090162  0.035458  1
1   2.068328 -0.357626  1
2  -0.476045 -1.217848  1
3  -0.405150 -1.111787  2
4   0.502283  1.586743  0
5   1.822558 -0.398833  1
6   0.367663  0.305023  1
7   2.731756  0.563161  0
8   2.096459  1.323511  0
9   1.386778 -1.774599  2
10 -0.512147 -0.677339  1
11 -0.091165  0.587496  1
12 -0.264265  1.216617  2
13  1.731371 -0.906727  0
14  0.969974  1.305460  0
15 -0.795679 -0.707238  0
16  0.274473  1.842542  0
17  0.771794 -1.726273  1
18  0.126508 -0.206365  1
19  0.622025 -0.322115  1

如果你想把结果组合起来，你应该使用不同的颜色/技术使其有用

import numpy as np
import matplotlib.pyplot as plt
a = df.A
b = df.B
c = df.C
t= range(20)
plt.plot(t, a, 'r--',  b, 'bs--', c, 'g^--')
plt.legend()
plt.show()

因此，您将得到：

---

绘图数据由特定需求驱动。通过以下示例，您可以探索绘制数据的不同方法

如果您正在寻找比使用直方图进行非参数密度估计更复杂的工具，请将其检查到python存储库，或者直接使用安装包

pip install cde

除了大量文档之外，该包还实现

• 非参数（条件和邻域核密度估计）
• 半参数（最小二乘cde）和
• 基于参数神经网络的方法（混合密度网络、核密度估计）

此外，该软件包允许计算中心矩、统计差异（kl差异、hellinger、jensen-shannon）、百分位数、预期短缺和数据生成过程（arma跳跃、跳跃扩散、GMMs等）

---

免责声明：我是软件包开发人员之一。

如果您正在寻找比直方图非参数密度估计更复杂的工具，请将其检查到python存储库，或直接使用

pip install cde

除了大量文档之外，该包还实现

• 非参数（条件和邻域核密度估计）
• 半参数（最小二乘cde）和
• 基于参数神经网络的方法（混合密度网络、核密度估计）

---

• [django rest framework]相关文章推荐
• Django rest framework 在Django rest框架中从authentication（来宾用户）转义几个视图 django-rest-framework
• Django rest framework 在通过SerializerMethodField调用的方法中传递参数 django-rest-frameworkserialization
• Django rest framework Django REST框架：将上下文传递给嵌套序列化程序 django-rest-framework
• Django rest framework Django Rest框架中的可写多对多字段是否尝试保存新的子对象？ django-rest-framework
• Django rest framework django rest框架：在序列化程序中如何同时显示字段属性 django-rest-framework
• Django rest framework Django REST框架-使用@action decorator定义额外参数 django-rest-framework
• Django rest framework 在django rest模型中为两个字段设置条件 django-rest-framework
• Django rest framework 执行创建：在访问“serializer.data”后，不能调用“.save（）”` django-rest-framework
• Django rest framework 使用Rest框架构建Django应用程序时获取URL中的空白 django-rest-framework

---

• 随机文章推荐
• 这段代码（xslt代码）有什么错误 xslt
• XSLT：添加一个节点！ xslt
• Xslt 需要基于属性值合并xml节点 xslt
• Xslt 根据参数中定义的索引选择xsl元素 xsltparameters
• Xslt 每个循环的xsl-fo xslt
• 如何使用XSLT转换数据 xslt
• Xslt xml中的C#.xsl视图——只输出第一个元素 xsltc#-3.0
• 在xslt中如何将一个foreach变量的数据复制到另一个foreach变量 xslt
• xslt排序不起作用 xslt
• Xslt XSL-FO:PDF输出：允许带空格的文本在表列中换行 xslt
• 避免重复模板的XSLT xslt
• XSLT如何检查当前节点是否具有任何属性 xslt
• Xslt XSL-FO使单个元素中的文本颜色不同 xslt
• Xslt 如何通过Xsl读取EDI的值？ xslt
• xslt不同值不适用于属性 xslt
• Xslt '；msxsl'；命令行工具不会将xsl:message打印到标准输出。 xslt
• Xslt 从xml标记中提取csv内容 xsltxpath
• 在XSLT中处理多个For循环 xslt
• Xslt 相邻元素相同的xsl编号 xsltxpath
• Xslt 子字符串以获取电子邮件标题中的邮件ID xslt