寻找教程或详细方法来绘制置信度级别的轮廓

Question

我试图找到一种方法或教程，以了解如何绘制不同置信度（68％，95％，99.7％等）的轮廓。

下面是我要生成的绘图上这些轮廓的示例：

它表示对宇宙学参数的约束（\ omega_Lambda代表暗能量和\ Omega_m总物质量）。

一旦我有了\ Omega_Lambda和\ Omega_mat的数据集，如何生成这些轮廓：我知道什么是置信度，但我只知道标准差。

如果我从期望值绘制两个参数的标准偏差，则会在其上得到一个十字符号（水平方向为\ Omega_m，垂直方向为\ Omega_Lambda）：但是从该交叉处，如何以不同的置信度绘制轮廓级别？

在上图中，这些轮廓看起来像是2D参数曲线，其中我具有带有t参数的点（Omega_Lambda（t），Omega_m（t）），但我不认为它们是这样绘制的。

欢迎使用任何教程，帮助或建议来学习标准或通用方法。

编辑1：我的问题可能与物理或数学领域有关，但这也与编码有关，请随时将此问题转移到正确的论坛上

Answer 1

您可能想签出Matplotlib's contour plot：levels参数似乎是您所需要的。

编辑：示例中的图不是从原始数据中获取的，而是从原始数据的统计模型中获取的。因此，您可以先使用numpy.mean和numpy.cov将多元正态分布拟合到数据中，然后使用scipy.stats.multivariate_normal生成多元正态pdf值。您还可以找到一个做置信椭圆here的代码片段（这似乎正是您所寻找的东西）。