如何绘制一组数据点的粗粒度平均值？

Question

我有一组离散的二维数据点。这些点中的每一个都具有与之相关的测量值。我想得到一个散点图，其点用测量值着色。但是数据点非常密集，不同颜色的点会相互重叠，这可能不利于可视化。所以我想我是否可以根据靠近它的某些点的测量值的粗粒度平均值来关联每个点的颜色。有谁知道如何在Python中实现它？

谢谢！

Answer 1

我通过使用sklearn.neighbors.RadiusNeighborsClassifier()来完成它，其思路是取特定半径内邻居值的平均值。假设数据点的坐标位于列表temp_coors中，与这些点关联的值为coloring，则coloring可以通过以下方式粗粒化：

r_neigh = RadiusNeighborsRegressor(radius=smoothing_radius, weights='uniform')
r_neigh.fit(temp_coors, coloring)
coloring = r_neigh.predict(temp_coors)