离散散点图可视化

Question

这是一个非常特殊的绘图请求，但我想要以非常特殊的方式查看数据。情况如下：

1）我拥有的数据被分为25个箱，每个箱包含不同的个数据点。 bin值越大，它在其中的数据点数就越小，粗略地说（这只是数据处理的结果）。

[9568, 10079, 10137, 10090, 10154, 10091, 10046, 10116, 9959, 9401, 7703, 5216, 3089, 1632, 854, 466, 221, 106, 63, 27, 12, 5, 1, 0]

2）我可以访问bin值。

[ 0.02648645  0.09996368  0.1734409   0.24691813  0.32039536  0.39387258
  0.46734981  0.54082703  0.61430426  0.68778148  0.76125871  0.83473593
  0.90821316  0.98169038  1.05516761  1.12864483  1.20212206  1.27559928
  1.34907651  1.42255373  1.49603096  1.56950818  1.64298541  1.71646264]

我可以在matplotlib中轻松生成'errorbar'类型的绘图（y轴从半径缩放到下面的度数）：

但是，对于我想学习的内容，这并不是特别有见地。我真的很想知道每个bin中是否存在角度值的“孤岛”，为此，我需要像散点图或imshow / hexbin类型的图，其中点的密度可以用颜色表示（至少在imshow / hexbin的情况下）。以下是由具有最小标记大小的常规散点图表示的情况示例：

有人知道生成这种可视化的好方法吗？

编辑：这可能有助于澄清一些事情。下图是直方图在前几个箱中的样子。箱内的数据似乎遵循某种分布（我之前提到'岛'，因为我不排除分布中多个峰的可能性）。我想同时为所有箱子可视化这个分布。换句话说，有没有办法为每个箱子做一个垂直温度图并将它们全部显示在同一个图上？

Answer 1

评论中提到的小提琴情节对我的问题很好。 Here's我找到了它的python实现 - 如果最终将它包含在matplotlib中肯定会很好。 Overplotted是一个以中值为中心的箱形图，包括第二和第三四分位数。