Menghitung Wilayah Keyakinan 2D dari Sampel MCMC

Saya ingin memplot wilayah kepercayaan 2D (pada 1-sigma, 2-sigma) untuk model yang sesuai dengan data. Saya telah menggunakan PyMC untuk menghasilkan 50k MCMC sampel posterior untuk model saya dengan 6 parameter.

Saya tahu proses untuk membuat wilayah kepercayaan adalah sesuatu yang mirip dengan: 1.) membuat histogram sampel dalam ruang 2D 2.) mengidentifikasi kontur iso-kepadatan 3.) dari titik awal yang dipilih (misalnya, rata-rata) berintegrasi ke luar tegak lurus terhadap kontur iso-densitas hingga fraksi titik sampel yang diinginkan terkandung di wilayah tersebut.

Apakah ada fungsi yang mudah digunakan di dunia numpy / scipy / pymc / pylab / etc yang akan membuat plot wilayah kepercayaan 2D? Atau, di mana saya dapat menemukan algoritma kode, atau alat yang berdiri sendiri, yang akan menghitung kontur untuk plot selanjutnya?

Saya pernah melakukan sesuatu seperti ini dengan pymc, matplotlib, dan scipy yang bisa Anda adaptasi, kode yang relevan ada di intisari ini , dan plot yang dihasilkan terlihat seperti ini: