在matplotlib中重叠点的散点图的可视化

Question

我必须在matplotlib的散点图中代表大约30,000个点。这些点属于两个不同的类，所以我想用不同的颜色描绘它们。

我成功了，但是有一个问题。这些点在许多地区重叠，我最后描绘的类将在另一个上面可视化，隐藏它。此外，散点图无法显示每个区域中有多少点。 我也尝试用histogram2d和imshow制作一个二维直方图，但很难以清晰的方式显示属于这两个类的点。

你能否建议一种方法来明确课程的分布和分数的集中？

编辑：更清楚的是，这是 link到我的数据文件格式为“x，y，class”

Answer 1

一种方法是将数据绘制为具有低α的散点图，因此您可以看到各个点以及密度的粗略度量。 （这方面的缺点是该方法可以显示有限的重叠范围 - 即最大密度约为1 / alpha。）

以下是一个例子：

您可以想象，由于可以表达的重叠范围有限，因此需要在各个点的可见性与重叠量的表达（以及标记的大小，图等）之间进行权衡。 / p>

import numpy as np
import matplotlib.pyplot as plt

N = 10000
mean = [0, 0]
cov = [[2, 2], [0, 2]]
x,y = np.random.multivariate_normal(mean, cov, N).T

plt.scatter(x, y, s=70, alpha=0.03)
plt.ylim((-5, 5))
plt.xlim((-5, 5))
plt.show()

（我在这里假设你的意思是30e3分，而不是30e6。对于30e6，我认为某种类型的平均密度图是必要的。）

Answer 2

您还可以通过首先计算散点分布的核密度估计值，并使用密度值为散点图的每个点指定颜色来对点进行着色。要修改前面示例中的代码：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde as kde
from matplotlib.colors import Normalize
from matplotlib import cm

N = 10000
mean = [0,0]
cov = [[2,2],[0,2]]

samples = np.random.multivariate_normal(mean,cov,N).T
densObj = kde( samples )

def makeColours( vals ):
    colours = np.zeros( (len(vals),3) )
    norm = Normalize( vmin=vals.min(), vmax=vals.max() )

    #Can put any colormap you like here.
    colours = [cm.ScalarMappable( norm=norm, cmap='jet').to_rgba( val ) for val in vals]

    return colours

 colours = makeColours( densObj.evaluate( samples ) )

 plt.scatter( samples[0], samples[1], color=colours )
 plt.show()

我刚才注意到散点函数的文档时才学会了这个技巧 -

c : color or sequence of color, optional, default : 'b'

  

c可以是单个颜色格式字符串，也可以是长度为N的颜色规范序列，或使用{{1}映射到颜色的N个数字序列通过kwargs指定和cmap（见下文）。请注意，norm不应该是单个数字RGB或RGBA序列，因为它与要进行颜色映射的值数组无法区分。 c可以是一个二维数组，其中的行是RGB或RGBA，但是，包括单行的情况，为所有点指定相同的颜色。