Python 3.x 如何取消点的重叠，并以相同的坐标分布点（像一个小簇）？

我有一个数据集，格式是[[idx，x-coord，y-coord]…]：

[[0, 1, 0], [1, 0, 1], [2, 1, 0], [3, 0, 1], [4, 0, 1], [5, 0, 1], [6, 1, 1], [7, 1, 0], [8, 1, 1], [9, 1, 0], [10, 1, 0], [11, 1, 0], [12, 1, 0], [13, 1, 0], [14, 1, 0], [15, 1, 0], [16, 0, 1], [17, 0, 1], [18, 1, 0], [19, 0, 1]]

如果我使用

scatter

函数来显示它们，例如：

dataset_point = np.array(dataset_point)
plt.scatter(x = dataset_point[:,1],y = dataset_point[:,2])
plt.show()

---

它只能在地图上显示三个点，但是，我想区分相同坐标中的点，就像一个小簇，这样在地图上可以看到相同坐标中的所有点。matplotlib中有什么方法可以完成它吗？

您可以添加一些随机值。例如，

np.random.normal（0,0.1,N）

会给每个

N

值添加一些小的高斯扰动

np.random.uniform（-0.2,0.2,N）

将点分布到一个小的矩形区域中。如果有更多点，可以将区域设置得更大一些，还可以使用

alpha

使散射点半透明

将numpy导入为np
将matplotlib.pyplot作为plt导入
dataset_point=np.数组（[[0,1,0]，[1,0,1]，[2,1,0]，[3,0,1]，[4,0,1]，[5,0,1]，[6,1,1]，[7,1,0]，
[8, 1, 1], [9, 1, 0], [10, 1, 0], [11, 1, 0], [12, 1, 0], [13, 1, 0], [14, 1, 0], [15, 1, 0],
[16, 0, 1], [17, 0, 1], [18, 1, 0], [19, 0, 1]])
N=数据集\u点形状[0]
plt.散射（x=数据集_点[：，1]+np.随机.正常（0,0.1,N），
y=数据集_点[：，2]+np.随机.正常（0,0.1,N），
α=0.5）
plt.show（）

我尝试在x和y中添加np.random.rand（），但我无法确保所有点都不重叠……恐怕matplotlib中没有这样的方法，最接近的是seaborn的，但这仅用于分类数据（不适用于x和y）你能评论一下给出的答案是否有助于你的目标吗？你如何确保这里没有重叠？重叠是不确定的，但不太可能

alpha

有助于处理重叠点，使重叠区域变暗。是的，我明白了-但根据OP的评论，这基本上是OP已经尝试过的（alpha除外）