Python Seaborn jointplot自定义带宽_Python_R_Seaborn_Kernel Density

Python Seaborn jointplot自定义带宽

python r

Python Seaborn jointplot自定义带宽,python,r,seaborn,kernel-density,Python,R,Seaborn,Kernel Density,我试图使用Seaborn的jointplot函数来创建一个2D内核密度估计。我过去使用R，使用“ks”包计算插件带宽，并按如下方式计算KDE（我不想使用“经验法则”方法）：库（ks）数据（儿童基金会） x_vals您可以将此作为一个可运行的示例吗？您可以通过joint_kws参数配置KDE。该字典直接传递给绘制关节分布的函数。在本例中，该函数是：@PaulH编辑了该问题，使其成为一个更完整的示例。我目前正在使用插件估计器或多元最小二乘交叉验证方法估算带宽。我还没有在python中找到插件估计

我试图使用Seaborn的jointplot函数来创建一个2D内核密度估计。我过去使用R，使用“ks”包计算插件带宽，并按如下方式计算KDE（我不想使用“经验法则”方法）：

库（ks）
数据（儿童基金会）
x_vals您可以将此作为一个可运行的示例吗？您可以通过joint_kws参数配置KDE。该字典直接传递给绘制关节分布的函数。在本例中，该函数是：@PaulH编辑了该问题，使其成为一个更完整的示例。我目前正在使用插件估计器或多元最小二乘交叉验证方法估算带宽。我还没有在python中找到插件估计器的实现，但在statsmodels中有一个lscv实现：
library(ks)
data(unicef)
x_vals <- unicef[sample(nrow(unicef), 10), 1]
y_vals <- unicef[sample(nrow(unicef), 10), 1]
mydf <- data.frame(x_vals, y_vals)
H <- Hpi(mydf)
fhat <- kde(x=mydf, H=H)
plot(fhat)