kernel = scipy.stats.gaussian_kde(data)
我想保留kernel（而不是泡菜），以便以后可以持久/恢复（在磁盘上）并重用内核。
原始data可能很大，所以我自然不想一直都在重新运行它。
它不必精确，但需要具有代表性。
我认为我对该程序没有足够的了解...
除了运行kernel.pdf(range)并将其收集为weights以便能够重新生成kernel运行gaussian_kde(dataset=ones, weights=weights)之外，我想不起头了...
需要一些有关正确或更好想法的帮助。谢谢！