如何计算二元KDE图中指定多边形区域的总概率？

核心思路 #

KDE的本质是拟合出二维概率密度函数，要计算指定多边形区域内的累积概率，核心是对该区域内的密度函数做二重积分。可以借助scipy的工具结合KDE拟合结果实现。

具体实现步骤 #

• 用支持加权的KDE模型拟合数据，得到可调用的概率密度函数
• 定义多边形区域的判断规则，筛选出区域内的积分范围
• 通过数值积分计算区域内的概率总和

修改后的完整代码 #

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.path import Path
from matplotlib.patches import PathPatch
from scipy.stats import gaussian_kde
from scipy.integrate import dblquad

def get_field_matrix(csv_name, coordinates):
    # 读取CSV数据（补充实际读取逻辑）
    df_heatmap = pd.read_csv(csv_name)
    # 提取坐标数组
    xy = df_heatmap[['ActualX', 'ActualY']].values
    # 计算权重
    weights = np.linalg.norm(df_heatmap.values, axis=1) ** 0.3
    
    # 拟合加权KDE模型
    kde_model = gaussian_kde(xy.T, weights=weights)
    
    # 保留原KDE绘图逻辑
    sns.kdeplot(x='ActualX', y='ActualY', data=df_heatmap, cmap='viridis', fill=True, cbar=True, weights=weights)
    plt.xlabel('X-axis')
    plt.ylabel('Y-axis')
    plt.title('KDE-based Heatmap of X, Y Coordinates')
    
    # 绘制多边形
    shape_path = Path(coordinates)
    shape_patch = PathPatch(shape_path, lw=2, edgecolor='red', facecolor='none')
    plt.gca().add_patch(shape_patch)
    
    # 判断点是否在多边形内的函数
    def point_in_shape(x, y):
        return shape_path.contains_point((x, y))
    
    # 获取数据的极值作为积分范围（可根据多边形范围缩小以提升速度）
    x_min, x_max = df_heatmap['ActualX'].min(), df_heatmap['ActualX'].max()
    y_min, y_max = df_heatmap['ActualY'].min(), df_heatmap['ActualY'].max()
    
    # 定义被积函数：仅在多边形内计算密度
    def integrand(y, x):
        return kde_model.evaluate([x, y])[0] if point_in_shape(x, y) else 0.0
    
    # 执行二重积分计算概率
    total_prob, integral_error = dblquad(integrand, x_min, x_max, lambda x: y_min, lambda x: y_max)
    
    print("Summed Probability over the shape:", round(total_prob * 100, 2), "%")
    
    plt.gca().set_aspect('equal', adjustable='box')
    plt.show()
    return kde_model

关键细节说明 #

• scipy.stats.gaussian_kde：支持加权数据拟合，和seaborn的kdeplot底层逻辑一致，提供evaluate方法直接计算任意点的密度值
• scipy.integrate.dblquad：二维数值积分工具，通过自定义被积函数限制积分区域
• 优化方向：如果多边形范围远小于数据极值，可手动缩小积分上下限；复杂形状也可以用蒙特卡洛抽样法（生成大量随机点，统计落在多边形内的点的平均密度乘以区域面积）

内容的提问来源于stack exchange，提问作者cjmess01