python绘制正态分布密度曲线,python绘制二维正态分布概率密度图像

　　我的数据小时成本

　　20 58.00

　　20 336.00

　　20 34.50

　　20 106.50

　　20 118.00。

　　11 198.36

　　11 276.00

　　11 40.00

　　11 308.00

　　11 140.00

　　11 72.00

　　11 116.50

　　11 290.00

　　11 266.00

　　11 66.00

　　11 100.00

　　11 79.00

　　11 106.00

　　11 160.00

　　我的代码：

　　^{pr2}$

　　假设时间和成本的任意随机向量如何修正这个错误？c:\ program data \ anaconda 3 \ envs \ tensor flow \ lib \ site-packages \ scipy \ stats _ multivate。py iiiate

　　725自我. dist=multivariate _ normal _ gen(种子)

　　726 self.dim，self.mean，self.cov=self ._ dist ._流程参数（

　　- 727无、平均、覆盖)

　　728self.cov_info=_PSD(self.cov，allow_singular=allow_singular())))))))))。

　　729如果不是最大点数：

　　c:\ program data \ anaconda 3 \ envs \ tensor flow \ lib \ site-packages \ scipy \ stats _ _ multivarial。脓素

　　397

　　398 if mean.ndim！=1或均值.形状[0]！=dim:

　　-399 raisevalueerror(array mean mustbeavectoroflength % d . % dim)))))))))))))))。

　　400如果cov.ndim==0:

　　401cov=cov*NP.eye(dim)

　　值错误：数组“意思”必须是vectoroflength 173873952 .如何知道和可视化我的数据的哪个对（时间、成本)的概率？在

　　对不起，我不是英语的母语。在

　　所以，我的问题暂时没有答案，所以采用了@ImportanceOfBeingErnest的建议来简化样品，使之成为可验证的样品：

　　这是一个简单的例子时间=[ 1,2,3,4,5,6 ]

　　成本=[ 4,5,3,4,8,9 ]

　　var_matrix=NP .数组([时间，成本])。t

　　mean=NP.mean(var_matrix，axis=0))。

　　sigma=NP.cov(var_matrix.t))。

　　y=多元_ normal.pdf(var _ matrix，mean=mean，cov=sigma，allow_singular=True))如何进行三维图形显示

　　提前谢谢你。在

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。