在python中查找两个kde绘图之间的非重叠区域

我试图根据目标变量的kde分布来确定特性是否重要。我知道如何绘制kde图，并在查看图后进行猜测，但是否有更正式的方法来这样做？例如，我们可以计算两条曲线之间非重叠区域的面积吗

当我在谷歌上搜索两条曲线之间的区域时，有许多链接，但没有一个可以解决我的确切问题

注意：
这幅图的主要目的是找出这一特征是否重要。因此，如果我遗漏了任何隐藏的概念，请进一步建议我

我试图做的是设置一些阈值，例如0.2，如果

非重叠区域>0.2

，则断言该功能很重要，否则不重要

MWE：

输出

类似链接

---

以下是我对问题计算部分的看法：
• 为了比较kde，需要使用相同的带宽计算它们。（默认带宽取决于x值的数量，这两组值可能不同。）
• 两条正曲线的交点就是它们的最小值
• 曲线的面积可以通过梯形规则来近似：

  np.trapz

以下是这些想法转化为一些示例代码和图解：

将numpy导入为np
作为pd进口熊猫
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
从scipy.stats导入高斯_kde
df=sns.load_数据集（“泰坦尼克号”）
x0=df.loc[df['surved']==0，'fare']
x1=df.loc[df['surved']==1，'fare']
kde0=高斯分布（x0，bw_方法=0.3）
kde1=高斯（x1，bw_方法=0.3）
xmin=min（x0.min（），x1.min（））
xmax=min（x0.max（），x1.max（））
dx=0.2*（xmax-xmin）#增加20%的裕度，因为kde比数据宽
xmin-=dx
xmax+=dx
x=np.linspace（xmin，xmax，500）
kde0_x=kde0（x）
kde1_x=kde1（x）
间隔x=np.最小值（kde0\ux，kde1\ux）
plt.plot（x，kde0_x，color='b'，label='No'）
plt.fill_介于（x，kde0_x，0，color='b'，alpha=0.2）之间
plt.plot（x，kde1_x，颜色为橙色，标签为是）
plt.fill_介于（x，kde1_x，0，color='橙色'，alpha=0.2）之间
plt.plot（x，inters_x，color='r'）
在（x，inters_x，0，facecolor='none'，edgecolor='r'，hatch='xx'，label='intersection'之间填充）
面积=np.trapz（inters_x，x）
句柄，标签=plt.gca（）。获取\u图例\u句柄\u标签（）
标签[2]+=f'：{area_inters_x*100:.1f}%'
plt.图例（手柄、标签、标题）
plt.title（‘票价vs幸存’）
plt.紧_布局（）
plt.show（）

---

您可以将重叠定义为两个函数之间的点积。但是您需要注意这些函数是如何规范化的：函数与自身的重叠应该是1才有意义。你在找这样的东西吗？@Feodoran是的，要比较两条曲线，首先它们需要总的单位面积（1.0），然后我们可以比较它们。所以我愿意看看如何做到这一点。我将尝试给出一些选项作为答案，但实际上我认为这个问题更适合数据科学SE。这可以扩展到2D kde吗？我基本上是问这个问题：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('titanic')

x0 = df.loc[df['survived']==0,'fare']
x1 = df.loc[df['survived']==1,'fare']

sns.kdeplot(x0,shade=1)
sns.kdeplot(x1,shade=1)