如何使用Python包fastkde计算单变量样本指定点的密度？

核心逻辑 #

fastkde的pdf函数原生支持单变量输入，执行后返回的对象包含密度估计结果与插值方法，可直接用来计算任意指定点的密度值。

具体实现步骤 #

1. 执行单变量密度估计
   直接将单变量样本z传入fastkde.pdf函数，无需额外多变量参数：

   # 执行单变量密度估计
   pdf_obj = fastkde.pdf(z, var_names=['z'])
   

   返回的pdf_obj封装了密度估计的核心数据与计算方法。

2. 提取密度插值函数
   从返回对象中获取插值函数，用于快速计算任意点的密度：

   # 获取可直接调用的密度插值函数
   density_func = pdf_obj.evaluate
   

3. 计算指定点的密度值
   将列表w转换为numpy数组（适配函数输入要求），批量计算每个点的密度：

   # 转换为numpy数组以支持批量计算
   w_arr = np.array(w)
   # 一次性得到所有点的密度值
   densities = density_func(w_arr)
   

完整可运行代码 #

import numpy as np
import fastkde

N = int(1e5)
z = 50*np.random.normal(size=N) + 0.1
w = list(range(10,0,-2))

# 1. 执行单变量密度估计
pdf_obj = fastkde.pdf(z, var_names=['z'])

# 2. 获取密度插值函数
density_func = pdf_obj.evaluate

# 3. 计算w中每个点的密度
w_arr = np.array(w)
densities = density_func(w_arr)

# 打印每个点对应的密度结果
for point, density in zip(w, densities):
    print(f"点 {point} 的密度值为: {density:.6f}")

补充说明 #

• 若需要可视化密度分布，直接调用pdf_obj.plot()即可生成单变量密度曲线。
• evaluate方法支持批量输入，无需循环逐个计算，效率更高。

内容的提问来源于stack exchange，提问作者Akira