Python 使用statsmodels.nonparametric.kde代替scipy.stats.gaussian_kde

我已经读到，使用

statsmodels.nonparametric.kde

模块而不是

我有一个简单的代码块（4行代码），我目前正在使用

scipy.stats.gaussian_kde

计算它，我想用这些代码块替换它在

statsmodels

中的等价代码块，看看我是否真的能在速度上得到提高

这是MWE：

import numpy as np
from scipy import stats

# Generate random two-dimensional data.
def measure(n):
    m1 = np.random.normal(size=n)
    m2 = np.random.normal(scale=0.5, size=n)
    return m1+m2, m1-m2
m1, m2 = measure(20000)

# Define data limits.
xmin, xmax = m1.min(), m1.max()
ymin, ymax = m2.min(), m2.max()

# Format data correctly.
values = np.vstack([m1, m2])

# Define a certain point value.
x1, y1 = 0.5, 0.5

##############
# Replace with calls to statsmodels.nonparametric.kde from here on.

# 1- Perform a kernel density estimate on the data.
kernel = stats.gaussian_kde(values)

# 2- Get kernel value for the point.
iso = kernel((x1,y1))

# 3- Take a random sample from KDE distribution.
sample = kernel.resample(size=1000)

# 4- Filter the sample to keep only values for which
#    the kernel evaluates to less than what it does in the
#    point (x1,y1). This is the most important step to be replaced.
insample = kernel(sample) < iso

将numpy导入为np
从scipy导入统计信息
#生成随机二维数据。
def测量值（n）：
m1=np.随机.正常（尺寸=n）
m2=np.随机.正常（比例=0.5，尺寸=n）
返回m1+m2，m1-m2
m1，m2=测量值（20000）
#定义数据限制。
xmin，xmax=m1.min（），m1.max（）
ymin，ymax=m2.min（），m2.max（）
#正确格式化数据。
值=np.vstack（[m1，m2]）
#定义某个点值。
x1，y1=0.5，0.5
##############
#替换为从此处起对statsmodels.nonparametric.kde的调用。
#1-对数据执行内核密度估计。
kernel=stats.gaussian_kde（值）
#2-获取点的内核值。
iso=内核（（x1，y1））
#3-从KDE分布中随机抽取样本。
sample=kernel.resample（大小=1000）
#4-过滤样本以仅保留以下值：
#内核的计算结果小于它在
#点（x1，y1）。这是需要替换的最重要的步骤。
INSSAMPLE=内核（样本）

可以看出，只需要替换4行代码。不幸的是，

statsmodels.nonparametric.kde

的文档有点差，我不知道如何进行这样的替换

---

最后一行是最重要的一行，因为大部分计算时间都花在这里（如这里所述）。

不幸的是，statsmodels没有帮助。statsmodels中的快速fft版本仅适用于单变量KDE（目前没有重采样方法）。我想，statsmodels中的多元KDE比scipy的gaussian_KDE慢。如果你的目标是积分，那么scipy的gaussian_KDE有一个

integrate_box

方法，可能相当快（用Fortran）。但是，我从未尝试过。不幸的是，

integrate\u box

对我来说没有任何用处，因为积分区域是由那些计算结果小于

内核（x1，y1）

的点组成的，这是不容易定义的。