Python seaborn:所选KDE带宽为0。无法估计密度

上述代码生成以下CDF图：

但当系列元素修改为：

import pandas as pd
import seaborn as sns

ser_test = pd.Series([1,0,1,4,6,0,6,5,1,3,2,5,1])
sns.kdeplot(ser_test, cumulative=True)

我得到以下错误：

ValueError:无法将字符串转换为浮点：“scott”

运行时错误：所选KDE带宽为0。无法估计密度

这个错误意味着什么？我如何解决它以生成CDF（即使它非常倾斜）

编辑：我正在使用seaborn版本0.9.0

完整的跟踪如下所示：

ser_test = pd.Series([1,0,1,1,6,0,6,1,1,0,2,1,1])
sns.kdeplot(ser_test, cumulative=True)

ValueError:无法将字符串转换为浮点：“scott”
在处理上述异常期间，发生了另一个异常：
运行时错误回溯（上次最近调用）
在里面
1序列试验=pd.系列（[1,0,1,1,6,0,6,1,1,0,2,1,1]）
---->2 sns.kdeplot（序列检验，累积=真）
kdeplot中的~/.local/lib/python3.5/site-packages/seaborn/distributions.py（数据、数据2、阴影、垂直、内核、bw、网格大小、剪切、剪辑、图例、累积、阴影最低、cbar、cbar、cbar、ax、cbar、kws、ax、**kwargs）
689 ax=_单变量_kdeplot（数据、阴影、垂直、内核、bw、，
690网格大小、切割、剪辑、图例、ax、，
-->691累计=累计，**千克）
692
693返回斧头
~/.local/lib/python3.5/site-packages/seaborn/distributions.py in_univariate_kdeplot（数据、阴影、垂直、内核、bw、网格大小、剪切、剪辑、图例、ax、累积、**kwargs）
281 x，y=_statsmodels_单变量_kde（数据，内核，bw，
282网格大小、切割、剪辑、，
-->283累计=累计）
284其他：
285#如果缺少statsmodels，请返回scipy
~/.local/lib/python3.5/site-packages/seaborn/distributions.py in_statsmodels_univariate_kde（数据、内核、bw、网格大小、剪切、剪辑、累积）
353 fft=内核==“gau”
354 kDae=smnp.KDEUnivariate（数据）
-->355 kde.fit（内核，bw，fft，gridsize=gridsize，cut=cut，clip=clip）
356如果累计：
357网格，y=kde.support，kde.cdf
~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/kde.py in fit（self、kernel、bw、fft、weights、gridsize、adjust、cut、clip）
138密度，网格，bw=kdensityfft（endog，kernel=kernel，bw=bw，
139调整=调整，权重=权重，网格大小=网格大小，
-->140夹子=夹子，切割=切割）
141.其他：
142密度，网格，bw=K密度（endog，kernel=kernel，bw=bw，
kdensityfft中的~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/kde.py（X，kernel，bw，weights，gridsize，adjust，clip，cut，retgrid）
451 bw=浮动（bw）
452除：
-->453 bw=带宽。选择“带宽（X，bw，kern）#交叉值是否适合此模式？
454 bw*=调整
455
选择带宽（x，bw，kernel）中的~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/bandwidths.py
172#最终，这可能取决于另一个选择标准。
173 err=“所选KDE带宽为0。无法估计密度。”
-->174提升运行时错误（err）
175.其他：
176返回带宽
运行时错误：所选KDE带宽为0。无法估计密度。

这里发生的事情是Seaborn（或者更确切地说，它计算KDE-scipy或statsmodels所依赖的库）无法计算出“带宽”，a。您可以手动传递。我使用了一些值，发现1.5给出了一个与您以前的相同比例的图：

ValueError: could not convert string to float: 'scott'

During handling of the above exception, another exception occurred:

RuntimeError                              Traceback (most recent call last)
<ipython-input-93-7cee594b4526> in <module>
      1 ser_test = pd.Series([1,0,1,1,6,0,6,1,1,0,2,1,1])
----> 2 sns.kdeplot(ser_test, cumulative=True)

~/.local/lib/python3.5/site-packages/seaborn/distributions.py in kdeplot(data, data2, shade, vertical, kernel, bw, gridsize, cut, clip, legend, cumulative, shade_lowest, cbar, cbar_ax, cbar_kws, ax, **kwargs)
    689         ax = _univariate_kdeplot(data, shade, vertical, kernel, bw,
    690                                  gridsize, cut, clip, legend, ax,
--> 691                                  cumulative=cumulative, **kwargs)
    692 
    693     return ax

~/.local/lib/python3.5/site-packages/seaborn/distributions.py in _univariate_kdeplot(data, shade, vertical, kernel, bw, gridsize, cut, clip, legend, ax, cumulative, **kwargs)
    281         x, y = _statsmodels_univariate_kde(data, kernel, bw,
    282                                            gridsize, cut, clip,
--> 283                                            cumulative=cumulative)
    284     else:
    285         # Fall back to scipy if missing statsmodels

~/.local/lib/python3.5/site-packages/seaborn/distributions.py in _statsmodels_univariate_kde(data, kernel, bw, gridsize, cut, clip, cumulative)
    353     fft = kernel == "gau"
    354     kde = smnp.KDEUnivariate(data)
--> 355     kde.fit(kernel, bw, fft, gridsize=gridsize, cut=cut, clip=clip)
    356     if cumulative:
    357         grid, y = kde.support, kde.cdf

~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/kde.py in fit(self, kernel, bw, fft, weights, gridsize, adjust, cut, clip)
    138             density, grid, bw = kdensityfft(endog, kernel=kernel, bw=bw,
    139                     adjust=adjust, weights=weights, gridsize=gridsize,
--> 140                     clip=clip, cut=cut)
    141         else:
    142             density, grid, bw = kdensity(endog, kernel=kernel, bw=bw,

~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/kde.py in kdensityfft(X, kernel, bw, weights, gridsize, adjust, clip, cut, retgrid)
    451         bw = float(bw)
    452     except:
--> 453         bw = bandwidths.select_bandwidth(X, bw, kern) # will cross-val fit this pattern?
    454     bw *= adjust
    455 

~/.local/lib/python3.5/site-packages/statsmodels/nonparametric/bandwidths.py in select_bandwidth(x, bw, kernel)
    172         # eventually this can fall back on another selection criterion.
    173         err = "Selected KDE bandwidth is 0. Cannot estimate density."
--> 174         raise RuntimeError(err)
    175     else:
    176         return bandwidth

RuntimeError: Selected KDE bandwidth is 0. Cannot estimate density.

---

另请参阅。如果您没有安装statsmodels，请参阅。值得安装。

pip卸载statsmodels解决了一个类似的问题，但出现了相同的错误。

如果您不想等待seaborn git更新以稳定的版本发布，您可以在中尝试其中一个解决方案。特别是henrymartin1的建议在try/catch块（由ahartikainen建议）内手动传入一个小带宽，该块捕获此特定错误的文本（因此仍会引发其他错误）：

这对我很有效。

您有三种选择可以尝试 第一：使用默认设置显示KDE集块

sns.distplot（seru-test，hist=False，rug=True，rug\u-kws={'color'：'r'}）

第二：带宽窄的KDE，用于显示单个概率块

sns.distplot（ser_test，hist=False，rug=True，rug_-kws={'color'：'r'}，kde_-kws={'bw'：1}）

第三：选择不同的三角形核函数（块状）

---

sns.distplot（seru-test，hist=False，rug=True，rug\u-kws={'color'：'r'}，kde\u-kws={'bw'：1.5，'kernel'：'tri'}）

问题的发生是因为statsmodels

无论如何，要解决从0.10.0开始的seaborn版本的问题，只需将diag_kws={'bw'：1}作为arg

---

尝试找出带宽的最佳值。

请包括完整的回溯。我现在已经包括了它。如果你想在包中使用statsmodels，这没有帮助。seaborn的git repo上有一个更新，预计可以解决它。我有完全相同的问题，只是

sns.jointplot

和玩

bw

没有帮助。如果我禁用

statsmodels

会有帮助，但是其他的看起来都很糟糕。对此有什么评论吗？最好是提出一个新问题。我必须使用此参数才能使绘图生效。谢谢！

sns.kdeplot(ser_test, cumulative=True, bw=1.5)

try:
    sns.distplot(df)
except RuntimeError as re:
    if str(re).startswith("Selected KDE bandwidth is 0. Cannot estimate density."):
        sns.distplot(df, kde_kws={'bw': 0.1})
    else:
        raise re