在此网站上，我已经看到多个有关该主题的措辞不佳的问题；我以为我会发表清楚的文章。假设我正在计划seaborn的分布：
comp1 = np.random.normal(0, 1, size=200)
comp2 = np.random.normal(10, 2, size=200)
values = pd.Series(np.concatenate([comp1, comp2]))
sns.distplot(values, bins=100, color='k')
在此特定示例中，用于拟合的内核似乎是两条高斯曲线。我怎么能
1）获取适合此情况的所有内核
2）获取每个内核的所有参数
我在某处读到，seaborn中使用的配件等同于scipy.stats中的配件。有人可以确认这是真的吗？如果是真的，那么scipy.stats中是否有像seaborn中那样的“内核适合”方法？
干杯， 卢克