Seaborn：哪种类型的核密度估计
Seaborn: which type of kernel density extimation
设置seaborn.joinplot的参数kind = 'kde'将绘制联合分布核密度估计，例如示例部分所示：
根据我的观察，它做得很好，但是 seaborn 的文档没有指定 kde 的类型（例如高斯？？从我的视觉观察来看，它似乎不是高斯...但也许是？ )
seaborn的jointplot使用的核密度估计方法是什么？
有什么方法可以让处理程序处理它并估计特定点的密度吗？
根据你是否安装了statsmodels，seaborn会使用
- statsmodels.nonparametric.api.KDEMultivariate
（有关 seaborn 来源，请参阅 here）
其他
- scipy.stats.gaussian_kde
（有关 seaborn 来源，请参阅 here）
无法从 seaborn 中获取这些信息的句柄。但是，您可以直接在代码中使用这些函数，然后绘制结果的 matplotlib contourf 图。
设置seaborn.joinplot的参数kind = 'kde'将绘制联合分布核密度估计，例如示例部分所示：
根据我的观察，它做得很好，但是 seaborn 的文档没有指定 kde 的类型（例如高斯？？从我的视觉观察来看，它似乎不是高斯...但也许是？ )
seaborn的jointplot使用的核密度估计方法是什么？ 有什么方法可以让处理程序处理它并估计特定点的密度吗？
根据你是否安装了statsmodels，seaborn会使用
- statsmodels.nonparametric.api.KDEMultivariate
（有关 seaborn 来源，请参阅 here）
其他
- scipy.stats.gaussian_kde
（有关 seaborn 来源，请参阅 here）
无法从 seaborn 中获取这些信息的句柄。但是，您可以直接在代码中使用这些函数，然后绘制结果的 matplotlib contourf 图。