Question

我想做this问题的答案，但不是在MATLAB中，而是在Python中使用matplotlib。到目前为止，我已经用代码

完成了3D绘图

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import multivariate_normal
from mpl_toolkits.mplot3d import Axes3D

mu_x = 0
mu_y = 0

x = np.linspace(-10,10,500)
y = np.linspace(-10,10,500)
X, Y = np.meshgrid(x,y)
pos = np.empty(X.shape + (2,))
pos[:, :, 0] = X; pos[:, :, 1] = Y
rv = multivariate_normal([mu_x, mu_y], [[1, 0.8], [0.8, 1]])

fig = plt.figure(figsize=(10,5))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, rv.pdf(pos),cmap='viridis',linewidth=0)
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.auto_scale_xyz([-10, 10], [-10, 10], [0, 0.5])
plt.show()

但是如何将其投影到2D轮廓图？我正在尝试

plt.figure()
CS = plt.contour(X, Y, rv)
plt.clabel(CS, inline=1, fontsize=10)

但显然这不对，因为Z不是数组类型（我得到行TypeError: float() argument must be a string or a number的错误CS = plt.contour(X, Y, rv)）。如何将多变量分布投影到2D等值线图？谢谢！

Answer 1

您需要向contour提供与plot_surface相同的数组。

CS = plt.contour(X, Y, rv.pdf(pos))

将多变量分布投影到2d图？

1 个答案: