利用联合概率分布筛选2个维度、三个维度数据

1. 整体分析

要通过联合分布对 TI（湍流强度）和 alp2（风切变）进行联合筛选，可以使用以下步骤：

联合分布可视化：绘制 TI 和 alp2 的联合分布图，如散点图、二维直方图或核密度估计图，以了解二者的关系。
定义筛选条件：根据联合分布图中的集中区域或特定阈值，定义筛选条件。
应用筛选条件：筛选出符合条件的数据点，进行进一步分析或仿真。
【散点图、二维直方图和核密度估计图的区别与联系】

步骤1：联合分布可视化

首先，绘制 TI 和 alp2 的联合分布图，以了解它们的关系。

步骤2：定义筛选条件

在可视化联合分布后，可以根据数据的集中区域或业务需求设定筛选条件。

步骤3：应用筛选条件

根据定义的条件进行数据筛选。

实例演示

下面是如何绘制 TI 和 alp2 的联合分布图，并通过图中数据的集中区域定义筛选条件的示例。

第一步：联合分布可视化

让我们先绘制联合分布图。

第二步：定义筛选条件

在图中找到数据集中区域，定义筛选条件。

第三步：应用筛选条件

筛选出符合条件的数据。

让我们从可视化开始。

数据类型都是浮点型，看起来没有问题。可能是因为数据中存在一些无法识别的特殊值或 NaN 值。我们再检查一次数据，确保没有特殊值或非数字值。

让我们重新清理数据并绘制联合分布图。

看起来仍有一些数据处理问题导致联合分布图无法正常绘制。为了确保数据清洗彻底，我们可以对 TI 和 alp2 这两个列进行详细检查，并重新进行数据清洗和绘图。

数据检查与清洗步骤

检查 TI 和 alp2 列的详细信息，包括唯一值、非数字值等。
清除所有非数字值和异常值。
绘制联合分布图。

让我们从详细检查数据开始。

看起来 TI 和 alp2 列的数据大部分是合理的浮点数值，虽然 alp2 列中出现了一个负值（-0.02019419），这可能是一个异常值。我们可以进一步检查和清理这些列中的非数字和异常值。

数据清洗步骤

去除负值：对 alp2 列进行处理，去除负值。
检查非数字值：确保所有数据都是数字类型。

让我们先进行数据清洗，然后再尝试绘制联合分布图。

# Check for unique values and non-numeric values in the 'TI' and 'alp2' columns
ti_unique_values = flat_terrain_data['TI'].unique()
alp2_unique_values = flat_terrain_data['alp2'].unique()

# Display a sample of unique values to check for any anomalies
ti_sample_values = ti_unique_values[:10]
alp2_sample_values = alp2_unique_values[:10]

ti_sample_values, alp2_sample_values

看起来问题可能出在我们绘图的参数上，特别是使用 fill=True 和 cmap='Blues' 的参数。我们可以尝试简化绘图并移除这些参数，确保数据正常绘制。

让我们尝试绘制一个简单的联合分布图，使用散点图来表示。

# Remove negative values in 'alp2' and any other potential anomalies
cleaned_data = flat_terrain_data[(flat_terrain_data['TI'] >= 0) & (flat_terrain_data['alp2'] >= 0)]

# Drop any remaining NaN values
cleaned_data = cleaned_data.dropna()

# Plot the joint distribution of TI and alp2 after cleaning
plt.figure(figsize=(12, 6))
sns.jointplot(x='TI', y='alp2', data=cleaned_data, kind='kde', fill=True, cmap='Blues')

# Add labels and title
plt.xlabel('TI (湍流强度)')
plt.ylabel('alp2 (风切变)')
plt.suptitle('Joint Distribution of TI and alp2', y=1.02)

# Display the plot
plt.show()

这个散点图展示了 TI（湍流强度）和 alp2（风切变）的联合分布。可以看到两个变量的分布情况和它们之间的关系。
利用联合概率分布筛选2个维度、三个维度数据-LMLPHP

下一步

定义筛选条件：
- 您可以根据图中的分布情况选择合适的范围。例如，可以选择高密度区域作为筛选条件。
应用筛选条件：
- 根据定义的范围筛选数据，以用于进一步分析或仿真。

2. 定义筛选条件

为了定义 TI 和 alp2 的联合筛选条件，可以考虑以下方法：

基于分位数的筛选：
- 使用 TI 和 alp2 的 25% 和 75% 分位数定义筛选范围，保证选取的数据集中在中间 50% 的区域内。
基于高密度区域的筛选：
- 从联合分布图中识别高密度区域，定义该区域内的数据作为筛选条件。

方法一：基于分位数的筛选

让我们先计算 TI 和 alp2 的 25% 和 75% 分位数。

基于分位数的筛选条件如下：

TI 的范围：0.0619 到 0.1087
alp2 的范围：0.0954 到 0.2002

经过筛选后，数据集中符合条件的数据点有 149 条。

方法二：基于高密度区域的筛选

然后，我们可以通过计算高密度区域的核密度估计（KDE）来定义筛选条件。

进一步分析

我们可以绘制筛选后的数据的联合分布图，看看这些数据点的分布情况。这样可以确保筛选条件合理并且覆盖了数据的主要集中区域。

让我们绘制筛选后的数据的联合分布图。

# Calculate the 25% and 75% quantiles for TI and alp2
q1_ti = cleaned_data['TI'].quantile(0.25)
q3_ti = cleaned_data['TI'].quantile(0.75)
q1_alp2 = cleaned_data['alp2'].quantile(0.25

赵孝正