如何计算Python中两个分布的重叠及边缘非重叠区域面积

计算两个分布非重叠区域面积的实现方案 #

核心逻辑：归一化后的KDE曲线积分均为1，两个分布的非重叠区域总面积等于所有采样点上两个KDE概率密度值的绝对差的积分结果。

你可以直接基于原始数据用scipy.stats.gaussian_kde拟合核密度估计后计算，完整代码如下：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde
from scipy.integrate import trapz

# 你的原始示例数据
data1 = np.random.normal(0, 0.1, 100)
data2 = np.random.normal(0, 0.3, 100)
x0 = pd.Series(data1)
x1 = pd.Series(data2)

# 1. 拟合两个数据集的KDE
kde0 = gaussian_kde(x0)
kde1 = gaussian_kde(x1)

# 2. 生成覆盖两个分布全部范围的统一x采样网格
x_min = min(x0.min(), x1.min()) - 0.5
x_max = max(x0.max(), x1.max()) + 0.5
x_grid = np.linspace(x_min, x_max, 10000) # 采样点越多计算精度越高

# 3. 计算两个KDE在采样网格上的概率密度值
kde0_vals = kde0(x_grid)
kde1_vals = kde1(x_grid)

# 4. 计算非重叠区域面积 = 两个密度绝对差的积分
non_overlap_area = trapz(np.abs(kde0_vals - kde1_vals), x_grid)
print(f"两个分布非重叠区域总面积为: {non_overlap_area:.4f}")

# 可视化验证和你的示例效果一致
kwargs = dict(hist_kws={'alpha':.01}, kde_kws={'linewidth':2})
sns.distplot(x0, bins=3, color="dodgerblue", **kwargs)
sns.distplot(x1, bins=3, color="orange", **kwargs) # 改了颜色方便区分两个分布
plt.title(f"非重叠面积: {non_overlap_area:.4f}")
plt.show()

分布可视化效果参考：

结果说明 #

• 如果两个分布完全重叠，计算结果接近0
• 如果两个分布完全不重叠，计算结果接近2（因为两个归一化KDE的积分各为1，总和为2）
• 你也可以根据需求单独计算单侧边缘的非重叠面积：比如只计算小于两个分布左交点区间的积分，或者大于右交点区间的积分，只要调整x_grid的取值范围即可。

内容的提问来源于stack exchange，提问作者Seji