从R中的3D核密度估计和提取点值

从R文档中的以下代码中，我想找出如何为数据帧的每个原始点提取单个值（“密度”） 这样，我就可以在3D空间中的“点”密度的进一步应用中使用新列

我看了这个问题，但代码给出了51层的矩阵。。我被困在如何得到150点的值

在我的例子中，我关注的是三变量示例，它使用：

fhat <- kde(x=iris[,1:3])

---

fhat我假设您指的是
ks
包中的
kde（）

如果是，请使用参数
评估点
使用估计值计算点向量/矩阵的密度：

## univariate example

library(ks)

fhat <- kde(x = iris[,2])
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length")

estimate <- kde(iris[,2], eval.points = iris[,2])$estimate
points(iris[,2], estimate)

##单变量示例
图书馆（ks）
fhat我假设您指的是
ks
包中的
kde（）

如果是，请使用参数
评估点
使用估计值计算点向量/矩阵的密度：

## univariate example

library(ks)

fhat <- kde(x = iris[,2])
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length")

estimate <- kde(iris[,2], eval.points = iris[,2])$estimate
points(iris[,2], estimate)

##单变量示例
图书馆（ks）
谢谢，更正了错误！
ks
包中有一些生成绘图的私有方法。因此，其中的代码显示了如何获得绘图值。您可以通过在R控制台中输入
ks:：：plotkde.1d
（和
.2d
和
3d
变体）来查看这些函数。您还可以
str（fhat）
查看结果计算数据。看看是否有人能找到答案。如果他们没有或他们很困惑，将困惑/未达到目标的代码位添加到问题中，这可能是一条富有成效的路径。我打算使用每个点的密度值在plotly scatter3d中设置点的颜色（可能通过在有限数量的密度类别中组合值）因此，点云可以根据丹尼斯的颜色从浅红色变为深红色。Plotly无法在这些绘图中单独实现这一点，因此我考虑了一个旁路，但首先需要有一个包含密度值的列。我看了你已经提到的代码，但是没有理解它。汉克斯，更正了错误！
ks
包中有一些生成绘图的私有方法。因此，其中的代码显示了如何获得绘图值。您可以通过在R控制台中输入
ks:：：plotkde.1d
（和
.2d
和
3d
变体）来查看这些函数。您还可以
str（fhat）
查看结果计算数据。看看是否有人能找到答案。如果他们没有或他们很困惑，将困惑/未达到目标的代码位添加到问题中，这可能是一条富有成效的路径。我打算使用每个点的密度值在plotly scatter3d中设置点的颜色（可能通过在有限数量的密度类别中组合值）因此，点云可以根据丹尼斯的颜色从浅红色变为深红色。Plotly无法在这些绘图中单独实现这一点，因此我考虑了一个旁路，但首先需要有一个包含密度值的列。我看了你已经提到的代码，但无法理解它我需要它的3d版本，但测试了它，是的，它工作！我没想到这件事能这么容易做到。kde（iris[，1:3]，eval.points=iris[，1:3]）$估计，谢谢你，硕士。现在唯一的发现是kde相当慢。4万分需要1112.87秒。如果有人读了这篇文章，碰巧知道一个更快的软件包，请随意留言。我需要3d版本的软件，但经过测试，是的，它可以工作！我没想到这件事能这么容易做到。kde（iris[，1:3]，eval.points=iris[，1:3]）$估计，谢谢你，硕士。现在唯一的发现是kde相当慢。4万分需要1112.87秒。如果有人读到这篇文章，碰巧知道一个更快的软件包，请随时发表评论