python - 使用观察权重绘制密度

Question

有没有一种方法可以使用具有观察权重的数据来绘制密度图？

我有一个观察值向量 x 和一个整数权重向量 y，这样 y1 表示我们有多少观察值 x1。即，密度

   x    y 
   1    2
   2    2
   2    3 

等于 1, 1, 2, 2, 2, 2 ,2 (2x1, 5x2) 的密度。据我了解，matplotlib.pyplot.hist(weights=y) 在绘制直方图时允许观察权重。是否有计算和绘制密度的等价物？

我希望这个包能够做到这一点的原因是我的数据非常大，我正在寻找更高效的替代方案。

或者，我对其他软件包持开放态度。

Answer 1

Statsmodels 的 kde 单变量在其 fit function 中接收权重.请参阅以下代码的输出。

import matplotlib.pyplot as plt
import statsmodels.api as sm
import pandas as pd

df = pd.DataFrame({'x':[1.,2.],'weight':[2,4]})
weighted = sm.nonparametric.KDEUnivariate(df.x)
noweight = sm.nonparametric.KDEUnivariate(df.x)
weighted.fit(fft=False, weights=df.weight)
noweight.fit()

f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(noweight.support, noweight.density)
ax2.plot(weighted.support, weighted.density)

ax1.set_title('No Weight')
ax2.set_title('Weighted')

输出:

注意:关于数组创建的时间问题可能不会因此而得到解决。因为如 source code 中所述:

If FFT is False, then a ‘number_of_obs’ x ‘gridsize’ intermediate array is created