使用Python的双变量分布的3D图

Question

我的双变量分布具有以下参数：

Ux = 0.487889
Uy = 0.483756
Var(X) = 0.094482
Var(Y) = 0.073845
Covar(X,Y) = 0.078914

如何使用python绘制3d曲面图？

Answer 1

正如评论所建议的，实际上有无数种方法可以回答这个问题。重要的是要显示到目前为止已经尝试过的代码，并提供上下文，以便贡献者可以最好地为您提供帮助。我使用了PyCharm 2018.2.4和Python 3.6。以下代码假定了很多，并且不包括您提供的协方差，但是它可能使您朝着正确的方向前进：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import multivariate_normal
from mpl_toolkits.mplot3d import Axes3D

#Parameters to set
mu_x = 0.487889
variance_x = 0.094482

mu_y = 0.483756
variance_y = 0.073845

#Create grid and multivariate normal
x = np.linspace(-0.5,1.5,500)
y = np.linspace(-0.5,1.5,500)
X, Y = np.meshgrid(x,y)
pos = np.empty(X.shape + (2,))
pos[:, :, 0] = X; pos[:, :, 1] = Y
rv = multivariate_normal([mu_x, mu_y], [[variance_x, 0], [0, variance_y]])

#Make a 3D plot
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, rv.pdf(pos),cmap='viridis',linewidth=0)
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
plt.show()

这提供了以下图形：