在R中基于气温距平数据绘制3D核密度图的方法咨询

数据预处理 #

• 将1991-2021年逐小时气温距平数据整理为两个一维向量：
  • x：每个数据点对应的年份（逐小时数据需对应所属年份）
  • y：每个数据点对应的气温距平值

核心代码实现 #

1. 计算二维核密度估计 #

调用ksdensity计算二维密度分布，生成网格点与对应密度值：

% 假设x为年份向量，y为气温距平向量
[f, xi, yi] = ksdensity([x, y]);
% 将一维密度结果转为适配3D绘图的矩阵格式
F = reshape(f, length(xi), length(yi));

2. 绘制3D核密度图 #

使用surf函数生成3D曲面图，也可替换为mesh等其他3D绘图函数：

figure
surf(xi, yi, F')
xlabel('年份')
ylabel('气温距平值')
zlabel('密度值')
title('1991-2021年逐小时气温距平3D核密度图')
shading interp  % 可选，优化曲面平滑度
colorbar        % 显示密度色标，辅助解读

补充说明 #

• 若数据存储在表格文件中，可先通过readtable读取并提取列向量：

  data = readtable('你的数据文件路径');
  x = data.年份列名;  % 替换为实际列名
  y = data.距平列名;  % 替换为实际列名
  

• 如需调整核密度的平滑程度，可在ksdensity中添加'Bandwidth'参数自定义带宽，例如：

  [f, xi, yi] = ksdensity([x, y], 'Bandwidth', [0.8, 0.3]);
  

内容的提问来源于stack exchange，提问作者Jimin Eom