使用颜色图可视化线密度，而不是Alpha透明度

Question

我希望可视化200k-300k行，可能多达100万行，其中每行是一个随时间增长的整数值的累积序列，每天一个值，大约1000天。每行的最终值范围为0到500。

很可能有些行会出现在我的行​​数1000次，其他100次，其他10次，并且一些异常值将是唯一的。为了在xy平面中绘制大量点，在某些情况下，alpha透明度可以是一种解决方案，但如果您希望能够稳健地区分过脉印密度，则不太好。更有力地扩展的解决方案是使用像hexbin这样的东西，它可以容纳空间并允许您使用颜色映射来绘制每个bin中的点密度。

我无法在python（理想情况下）或R中找到一个现成的解决方案来做类似的绘制线而不是点。

以下代码演示了使用小样本（n = 1000行）的问题：任何人都可以建议我如何放弃alpha值方法，转而采用允许我为线密度引入颜色映射的解决方案，使用变换我可以控制吗？

df = pd.DataFrame(np.random.randint(2,size=(100,1000)))
df.cumsum().plot(legend=False, color='grey', alpha=.1, figsize=(12,8))

响应请求：这就是现在的示例情节;在宽阔的黑暗带中，10个overplots完全饱和了线条，因此线条的各个部分超过10,100，并且1000次无法区分