从seaborn kdeplot Level（2D）python中提取数据

当kdeplot的输入为2D时，是否可以从其获取数据？ 我有以下资料：

import numpy as np    
from seaborn import kdeplot

lA = np.randon.normal(1,0.2,1000)
ld = np.randon.normal(1,0.2,1000)
kde = kdeplot(x=lA,y=ld)

如果这只是1D，我可以通过以下方式获得信息：

lA = np.randon.normal(1,0.2,1000)
kde = kdeplot(lA)
line = kde.lines[0]
x, y = line.get_data()

但由于输入是2D

（lA，ld）

，它返回一个

对象，我不知道如何解压缩它的信息，因为

kde.lines[0]

然后返回

列表索引超出范围

我需要（分别）计算每个绘制轮廓轴上的最大值和最小值，作为每个变量的离散度。
在本例中，您可以从LineCollection对象获得图形中绘制的路径

import numpy as np    
from seaborn import kdeplot
import random
from matplotlib.collections import LineCollection

lA = np.random.normal(1,0.2,1000)
ld = np.random.normal(1,0.2,1000)
kde = kdeplot(x=lA,y=ld)

data = []
for i in kde.get_children():
    if i.__class__.__name__ == 'LineCollection':
        data.append(i.get_paths())

kde.get_children()
[<matplotlib.collections.LineCollection at 0x28fb3ec2fd0>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5320>,
 <matplotlib.collections.LineCollection at 0x28fb3ed55f8>,
 <matplotlib.collections.LineCollection at 0x28fb3ed58d0>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5ba8>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5e80>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1198>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1470>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1748>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1a20>,
 <matplotlib.spines.Spine at 0x28fb0cd3898>,
 <matplotlib.spines.Spine at 0x28fb0cd3978>,
 <matplotlib.spines.Spine at 0x28fb0cd3a58>,
 <matplotlib.spines.Spine at 0x28fb0cd3b38>,
 <matplotlib.axis.XAxis at 0x28fb0cd3828>,
 <matplotlib.axis.YAxis at 0x28fb0cd3eb8>,
 Text(0.5, 1.0, ''),
 Text(0.0, 1.0, ''),
 Text(1.0, 1.0, ''),
 <matplotlib.patches.Rectangle at 0x28fb3eb9630>]

data[0]
[Path(array([[1.0194036 , 0.43072548],
        [1.02780525, 0.42839334],
        [1.0362069 , 0.4265304 ],
        ...,
        [1.01100196, 0.43337965],
        [1.01752133, 0.43134949],
        [1.0194036 , 0.43072548]]), None)]

将numpy导入为np
从seaborn进口kdeplot
随机输入
从matplotlib.collections导入LineCollection
lA=np.随机.正常（1,0.21000）
ld=np.随机.正常（1,0.21000）
kde=kdeplot（x=lA，y=ld）
数据=[]
对于kde中的i.get_children（）：
如果i
data.append（i.get_path（））
kde.get_children（）
[,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
文本（0.5,1.0，，），
文本（0.0，1.0，，），
文本（1.0，1.0，，），
]
数据[0]
[路径（数组[1.0194036,0.43072548]，
[1.02780525, 0.42839334],
[1.0362069 , 0.4265304 ],
...,
[1.01100196, 0.43337965],
[1.01752133, 0.43134949],
[1.0194036,0.43072548]），无]

在本例中，您可以从LineCollection对象获取图形中绘制的路径

import numpy as np    
from seaborn import kdeplot
import random
from matplotlib.collections import LineCollection

lA = np.random.normal(1,0.2,1000)
ld = np.random.normal(1,0.2,1000)
kde = kdeplot(x=lA,y=ld)

data = []
for i in kde.get_children():
    if i.__class__.__name__ == 'LineCollection':
        data.append(i.get_paths())

kde.get_children()
[<matplotlib.collections.LineCollection at 0x28fb3ec2fd0>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5320>,
 <matplotlib.collections.LineCollection at 0x28fb3ed55f8>,
 <matplotlib.collections.LineCollection at 0x28fb3ed58d0>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5ba8>,
 <matplotlib.collections.LineCollection at 0x28fb3ed5e80>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1198>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1470>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1748>,
 <matplotlib.collections.LineCollection at 0x28fb3ee1a20>,
 <matplotlib.spines.Spine at 0x28fb0cd3898>,
 <matplotlib.spines.Spine at 0x28fb0cd3978>,
 <matplotlib.spines.Spine at 0x28fb0cd3a58>,
 <matplotlib.spines.Spine at 0x28fb0cd3b38>,
 <matplotlib.axis.XAxis at 0x28fb0cd3828>,
 <matplotlib.axis.YAxis at 0x28fb0cd3eb8>,
 Text(0.5, 1.0, ''),
 Text(0.0, 1.0, ''),
 Text(1.0, 1.0, ''),
 <matplotlib.patches.Rectangle at 0x28fb3eb9630>]

data[0]
[Path(array([[1.0194036 , 0.43072548],
        [1.02780525, 0.42839334],
        [1.0362069 , 0.4265304 ],
        ...,
        [1.01100196, 0.43337965],
        [1.01752133, 0.43134949],
        [1.0194036 , 0.43072548]]), None)]

将numpy导入为np
从seaborn进口kdeplot
随机输入
从matplotlib.collections导入LineCollection
lA=np.随机.正常（1,0.21000）
ld=np.随机.正常（1,0.21000）
kde=kdeplot（x=lA，y=ld）
数据=[]
对于kde中的i.get_children（）：
如果i
data.append（i.get_path（））
kde.get_children（）
[,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
文本（0.5,1.0，，），
文本（0.0，1.0，，），
文本（1.0，1.0，，），
]
数据[0]
[路径（数组[1.0194036,0.43072548]，
[1.02780525, 0.42839334],
[1.0362069 , 0.4265304 ],
...,
[1.01100196, 0.43337965],
[1.01752133, 0.43134949],
[1.0194036,0.43072548]），无]

感谢r初学者提供的解决方案，它确实解决了问题。我只是在访问数据[0]以获取“顶点”值时遇到了一些问题，因为它是一个路径对象，我不熟悉这些对象。
但根据您的回答，我认为（针对我的特定问题）使用以下方法可能更简单：

import matplotlib.pyplot as plt
from seaborn import kdeplot
from matplotlib import collections
import numpy as np

lA = np.random.normal(1, 0.2, 1000)
ld = np.random.normal(1, 0.2, 1000)
kde = kdeplot(x=lA, y=ld, levels=[0.3173]) # to get 1-sigma equivalent level

# Here I get the vertices information for each axis
p = kde.collections[0].get_paths()[0]
v = p.vertices
lx = [v[r][0] for r in range(len(v))]
ly = [v[r][1] for r in range(len(v))]

# Then I plot the horizontal limits of lx
plt.axvline(min(lx), c='r')
plt.axvline(max(lx), c='r')
plt.show()


感谢r初学者提供的解决方案，它确实解决了问题。我只是在访问数据[0]以获取“顶点”值时遇到了一些问题，因为它是一个路径对象，我不熟悉这些对象。
但根据您的回答，我认为（针对我的特定问题）使用以下方法可能更简单：

import matplotlib.pyplot as plt
from seaborn import kdeplot
from matplotlib import collections
import numpy as np

lA = np.random.normal(1, 0.2, 1000)
ld = np.random.normal(1, 0.2, 1000)
kde = kdeplot(x=lA, y=ld, levels=[0.3173]) # to get 1-sigma equivalent level

# Here I get the vertices information for each axis
p = kde.collections[0].get_paths()[0]
v = p.vertices
lx = [v[r][0] for r in range(len(v))]
ly = [v[r][1] for r in range(len(v))]

# Then I plot the horizontal limits of lx
plt.axvline(min(lx), c='r')
plt.axvline(max(lx), c='r')
plt.show()


如果我的回答帮助了你，请考虑接受它作为正确的答案。如果我的答案帮助了你，请考虑接受它作为正确的答案我理解你的目标。1我理解你的目标+1.