Python 3.x 如何在matplotlib三维散点图上表示密度信息

我试图把图像中的r、g、b通道绘制成三维散点图

当我有一个黑白图像时，这很有效，因为我得到的散点图在散点图的两端只有两个不同的簇

然而，对于彩色图像，散点图在视觉上没有多大意义，因为在图像的颜色空间中有对应于许多点的r、g、b值

因此，我最终得到了如下所示的图像-

我想实现的是以某种方式表示密度信息。例如，如果对应于（255255）的点数为1000，而对应于（0,0,0）的点数仅为500，则我希望（255255）为深红色，（0,0,0）为黄色/橙色

---

如何在matplotlib中实现这一点？虽然我觉得编码为颜色信息的密度信息在视觉上会更吸引人，但我也可以接受某种气泡效果，其中（255255255）表示为比（0,0,0）更大的气泡。它还远远不够完美，结果在很大程度上取决于估计参数（

bw\u方法

）。也许有一种更简单的方法，可以使用

np.unique

来获得每种独特颜色的频率

其思想是将颜色密度分布估计为多元高斯混合，并将其用作散点图的颜色图

这是一个有点慢，任何严重的，但我认为它提供了足够小的图像很好的结果。也许一些基于FFT+卷积的估计方法可以更快

让我们看一些代码。没什么特别的：它会像

gaussian_kde

喜欢的那样对图像数据进行展平和重塑，并返回RGB和密度分量。您可以使用

bw_方法

查看结果如何变化，得到的密度越大，越平滑

from scipy.stats import gaussian_kde

def img_to_rgbk(img, bw=0.1):
    rgb = img.reshape(-1, 3).T
    k = gaussian_kde(rgb, bw_method=bw)(rgb)
    r, g, b = rgb

    return r, g, b, k

以下是玩具图片的结果

img = chelsea()[100:200, 100:200]

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

r, g, b, k = img_to_rgbk(img, bw=0.5)
ax.scatter(r, g, b, c=k, alpha=0.2)

请注意，

c=k

用于将贴图标记颜色设置为密度信息，

alpha

需要通过云层看到一点

切尔西

随机颜色

坡度 请注意，这里您可以看到错误的带宽选择可能会产生误导。一个足够小的

bw_方法

应该基本上显示每列一种颜色，沿行重复。所以每个点都应该有相同的颜色（并且它会有合适的带宽）。

梯度+噪声 这里有更好的带宽和一些噪声来传播颜色。请注意，白色区域周围的密度较大，无噪波图中的不连续性成为密度最大值。