spherical_kde

球状カーネル密度推定

これらのパッケージを使用すると、球体で初歩的なカーネル密度の推定を行うことができます。改善/拡張の提案を歓迎します。

基本原則は、カーネル密度推定で使用される従来のガウス関数をフォンミーゼスフィッシャー分布に置き換えることです。

帯域幅の推定はまだ荒れていて準備ができています。

使用の例

spherical_kdeのインポートsphericalkdeimportlib.pyplotとしてspherical_kde cartopy.crsfrom matplotlib.gridspecインポートgridspec、gridspecfromsubplotspec＃ （10、10））gs_vert = gridspec（3、1）gs_lower = gridspecfromsubplotspec（1、2、subplot_spec = gs_vert [1]） add_subplot（gs_lower [0]、projection = cartopy.crs.orthographic（））fig.add_subplot（gs_lower [1]、projection = cartopy.crs.orthographic（-10、45））fig.add_subplot（gs_vert [2]、project = cartopy.crs.PlateCarree（）） 、size = nsamples）phi_samples = numpy.random.normal（loc = 1、scale = 0.3、size = nsamples）phi_samples = numpy.mod（phi_samples、pi*2）kde_green = sphericalkde（phi_samples、theta_samples） on（-1,1）+/- 0.4 radianstheta_samples = numpy.random.normal（loc = 1、scale = 0.4、size = nsamples）phi_samples = numpy.random.normal（loc = -1、scale = 0.4、size = size = size = nsamples）phi_samples = numpy.mod（phi_samples、pi*2）kde_red = sphericalkde（phi_samples、theta_samples）＃緯度2に沿ってサンプルの広がりを生成します。サイズ= nsamples）phi_samples = numpy.random.uniform（low = -pi/2、high = pi/2、size = nsamples）phi_samples = numpy.mod（phi_samples、pi*2）kde_blue = sphericalkde（phi_samples、theta_samples、bandwidth = 0.1）図のax。ax.set_global（）ax.gridlines（）ax.coastlines（linewidth = 0.1）kde_green.plot（ax、 'g'）kde_green.plot_samples（ax）kde_red.plot（ax、ax、ax、 'r'）kde_blue.plot（ax、 'b'）＃plotfig.tight_layout（）fig.savefig（ 'plot.png'）に保存