python 在三维中可视化多元正态分布

sc4hvdpw 于 2023-05-27 发布在 Python

关注(0)|答案(1)|浏览(135)

我试图用matplotlib可视化一个多元正态分布。我想制作这样的东西：

我使用以下代码：

from mpl_toolkits import mplot3d
x = np.linspace(-1, 3, 100)
y = np.linspace(0, 4, 100)
X, Y = np.meshgrid(x, y)
Z = np.random.multivariate_normal(mean = [1, 2], cov = np.array([[0.5, 0.25],[0.25, 0.50]]), size = 100000)
ax = plt.axes(projection='3d')
ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
                cmap='viridis', edgecolor='none')
ax.set_title('surface');

但我得到以下错误消息：

...
      7 ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
----> 8                 cmap='viridis', edgecolor='none')
...
ValueError: shape mismatch: objects cannot be broadcast to a single shape

发生错误的原因是什么？如何纠正我的代码？

python

来源：https://stackoverflow.com/questions/48465683/visualizing-a-multivariate-normal-distribution-in-3-dimensions

1条答案

按热度按时间

n3h0vuf21#

我已经用scipy.stats.multivariate_normal完成了这个操作，使用pdf方法生成z值。正如@Piinthesky所指出的，numpy实现返回给定分布的x和y值。使用scipy版本的一个例子是在Python中添加围绕点的半径中的高斯噪声[关闭]：

在python 3.11.2、scipy 1.10.1、matplotlib 3.7.1、numpy 1.24.3中测试

import matplotlib.pyplot as plt
from scipy.stats import multivariate_normal
import numpy as np

x = np.linspace(-1, 3, 100)
y = np.linspace(0, 4, 100)
X, Y = np.meshgrid(x, y)
pos = np.dstack((X, Y))
mu = np.array([1, 2])
cov = np.array([[.5, .25],[.25, .5]])
rv = multivariate_normal(mu, cov)
Z = rv.pdf(pos)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)
fig.show()

赞(0）回复(0）举报 2023-05-27

我来回答

python 在三维中可视化多元正态分布

1条答案

相关问题

热门标签

最新问答