Python 如何在matplotlib中绘制按密度着色的散点图？

我想做一个散点图，其中每个点都由附近点的空间密度着色

我遇到了一个非常类似的问题，它显示了一个使用R的例子：

---

使用matplotlib在python中实现类似功能的最佳方法是什么？

您可以制作一个直方图：

import numpy as np
import matplotlib.pyplot as plt

# fake data:
a = np.random.normal(size=1000)
b = a*3 + np.random.normal(size=1000)

plt.hist2d(a, b, (50, 50), cmap=plt.cm.jet)
plt.colorbar()

---

除了@askewchan建议的

hist2d

或

hexbin

之外，您还可以使用链接到的问题中的公认答案所使用的相同方法

如果您想这样做：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)

# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)

fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=100)
plt.show()

如果希望按密度顺序打印点，以便最密集的点始终位于顶部（类似于链接的示例），只需按z值对其排序即可。我还将在这里使用更小的标记大小，因为它看起来更好一些：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)

# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)

# Sort the points by density, so that the densest points are plotted last
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]

fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=50)
plt.show()

---

此外，如果点数使KDE计算太慢，可以在np.historogram2d中插值颜色[根据注释更新：如果希望显示颜色栏，请使用plt.scatter（）而不是ax.scatter（），后跟plt.colorbar（）]：

绘图>100k数据点？ 使用，将花费很多时间。在我的机器上，10万行花了大约11分钟。在这里，我将添加两个可选方法（和），并将给定的答案与相同的数据集进行比较

在下面，我使用了一个100k行的测试数据集：

导入matplotlib.pyplot作为plt
将numpy作为np导入
#用于测试的假数据
x=np.随机.正常（尺寸=100000）
y=x*3+np.随机.正常（尺寸=100000）

输出和计算时间比较 下面是不同方法的比较

1:mpl散射密度

安装

pip install mpl-scatter-density

示例代码

pip install mpl-scatter-density

import mpl_scatter_density#添加投影='scatter_density'
从matplotlib.colors导入LinearSegmentedColormap
#白色背景的“类绿色”彩色地图
white_viridis=LinearSegmentedColormap。从_列表（“white_viridis”）[
（0，#ffffff'），
（1e-20，“440053”），
(0.2, '#404388'),
（0.4，#2a788e'），
（0.6，#21a784'），
（0.8，#78d151'），
（1，“fde624”），
]，N=256）
使用散射密度的def（图x、y）：
ax=图添加子图（1,1,1，投影=“散射密度”）
密度=最大散射密度（x，y，cmap=白色绿色）
图颜色条（密度，标签='每像素点数'）
图=plt.图（）
使用散射密度（图，x，y）
plt.show（）

绘制此图花费了0.05秒：

放大效果看起来相当不错：

2:datashader

• 这是一个有趣的项目。然而，截至2020年9月，该公司仍将继续运营。我从以下克隆安装了mpl分支：

代码（dsshow的源代码）：

从functools导入部分
将datashader作为ds导入
从datashader.mpl\u ext导入dsshow
作为pd进口熊猫
dyn=部分（ds.tf.dynspread，max_px=40，阈值=0.5）
使用_数据着色器（ax、x、y）定义：
df=pd.DataFrame（dict（x=x，y=y））
da1=dsshow（df，ds.点（'x'，'y'），排列=dyn，纵横比=auto'，ax=ax）
打印颜色条（da1）
图，ax=plt.子批次（）
使用_数据着色器（ax、x、y）
plt.show（）

• 绘制此图需要0.83秒：

放大后的图像看起来很棒

3：使用高斯kde进行散射

def scatter_和_gaussian_kde（ax，x，y）：
# https://stackoverflow.com/a/20107592/3015186
#乔尔·金顿的回答
xy=np.vstack（[x，y]）
z=高斯分布（xy）（xy）
最大散射（x，y，c=z，s=100，边缘颜色=“”）

• 画这个花了11分钟：

4：使用\u hist2d

导入matplotlib.pyplot作为plt
使用_hist2d（ax、x、y、bin=（50、50））定义：
# https://stackoverflow.com/a/20105673/3015186
#阿斯克尚的回答
ax.hist2d（x，y，bin，cmap=plt.cm.jet）

• 绘制此箱子需要0.021 s=（50,50）：
• 绘制此箱子需要0.173秒=（10001000）：
• 缺点：放大的数据看起来不像mpl散射密度或数据阴影中的数据那样好。此外，您还必须自己确定垃圾箱的数量

5：密度分布

• 代码如by中所示
• 使用bins=（50,50）绘制此图需要0.073 s：
• 使用bins=（10001000）绘制此图需要0.368 s：

---

嗨！人们一直对你投反对票，可能是因为你没有重写问题或提供任何背景，也没有表现出任何自己做这件事的企图。考虑编辑这个问题是自给自足的（不仅仅是一个链接），对于未来的问题，请在发布之前做一些尝试。聪明的，尤其是在“最密集的”上面：）@ LeZek -醚调用<代码> PLT.ClulBar（）/代码>，或者如果你更喜欢显式的话，做<代码> CAX= Ax.Dead（…）<代码>，然后<代码>图Clor Clar。（cax）。请注意单位是不同的。此方法估计点的概率分布函数，因此值将介于0和1之间（通常不会非常接近1）。您可以转换回更接近直方图计数的值，但这需要一些工作（您需要知道从数据中估计的参数。

gaussian_kde

）。为什么用（xy）调用两次gaussian内核？@ArjanGroen第一次调用创建一个新的gaussian_kde对象，第二次调用对点集上估计的pdf进行求值（调用求值方法的快捷方式）。在较新的matplotlib版本中，使用此代码段可能会导致错误

ValueError:Expected 2D array，Get 1

。修复方法是将

edgecolor='

更改为

edgecolor=None

。这是一个很好的提示，谢谢。我正在绘制100k点，而gaussian_kde的速度非常慢。警告，我注意到在某些情况下his生成NaN，因为“bounds_error=False”是静默的。c设置为NaN的点不会绘制。这不是gaussian_kde的问题。非常感谢您的回答。U

pip install "git+https://github.com/nvictus/datashader.git@mpl"