Python 包含大量数据的散点图

我想用它来生成一个包含大量数据（大约300万点）的散点图。事实上，我有3个向量，它们的维数相同，我用下面的方法绘制

import matplotlib.pyplot as plt
import numpy as np
from numpy import *
from matplotlib import rc
import pylab
from pylab import * 
fig = plt.figure()
fig.subplots_adjust(bottom=0.2)
ax = fig.add_subplot(111)
plt.scatter(delta,vf,c=dS,alpha=0.7,cmap=cm.Paired)

---

其实没什么特别的。但实际生成它需要花费太长时间（我正在使用Python 2.7和Matplotlib 1.0开发MacBook Pro 4 GB RAM）。有什么方法可以提高速度吗？

除非你的图形很大，否则这300万个点中的很多都会重叠。 （400x600图像只有240K个点…）

因此，最简单的方法是从您的数据中抽取1000个点作为样本：

import random
delta_sample=random.sample(delta,1000)

就这样策划吧

例如：

import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np
import random

fig = plt.figure()
fig.subplots_adjust(bottom=0.2)
ax = fig.add_subplot(111)

N=3*10**6
delta=np.random.normal(size=N)
vf=np.random.normal(size=N)
dS=np.random.normal(size=N)

idx=random.sample(range(N),1000)

plt.scatter(delta[idx],vf[idx],c=dS[idx],alpha=0.7,cmap=cm.Paired)
plt.show()

或者，如果您需要更加注意异常值，那么您可以使用

np.直方图

对数据进行分类，然后组成一个

delta_样本

，其中包含每个分类单元的代表

不幸的是，当使用

np.histogram

时，我不认为有任何简单的方法可以将箱子与单个数据点关联起来。一个简单但近似的解决方案是，使用bin边本身中或上的点的位置作为其中点的代理：

xedges=np.linspace(-10,10,100)
yedges=np.linspace(-10,10,100)
zedges=np.linspace(-10,10,10)
hist,edges=np.histogramdd((delta,vf,dS), (xedges,yedges,zedges))
xidx,yidx,zidx=np.where(hist>0)
plt.scatter(xedges[xidx],yedges[yidx],c=zedges[zidx],alpha=0.7,cmap=cm.Paired)
plt.show()

---

您可以采用所示的热图方法。在本例中，颜色表示bin中的数据量，而不是dS数组的中值，但这应该很容易更改。如果您感兴趣，请稍后再试。

试一试怎么样？它会根据一定数量的箱子中的点密度生成一种热图。

要完成解决方案，如果要随机取样，请进行N次，以获得整个情况。实际上，我也认为装箱数据可能是最简单的方法。你能告诉我怎么做吗（保存三个向量的箱子之间的对应关系？我指的是一种3D直方图）非常感谢。事实上，我认为我没有正确地解释我自己。我想创建一个colormap，以便颜色指示bin（xbin，ybin）中变量z的平均值，以便将其绘制为imshow。我认为这与np.historogramdd不同。也许有人可以帮助我，除了数万个点之外，为了速度和实际可用性，某种形式的光栅图可能更可取。你应该选择一个答案并将其标记为已接受。但是，对于使用散点图进行异常检测，热图不是一个好主意。@ChHaXam很好。但是，您可以在热图的顶部覆盖一个散点图（异常值），并充分利用两者。