36

我必须在 matplotlib 的散点图中表示大约 30,000 个点。这些点属于两个不同的类别，所以我想用不同的颜色来描绘它们。

我成功了，但是有一个问题。这些点在许多区域中重叠，我最后描述的类将在另一个类的顶部可视化，将其隐藏。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 2d 直方图，但是很难以清晰的方式显示属于这两个类的点。

你能提出一种方法来明确班级的分布和分数的集中度吗？

编辑：为了更清楚，这是我的数据文件的 链接，格式为“x，y，class”

4

3 回答 3

43

一种方法是将数据绘制为具有低 alpha 的散点图，这样您就可以看到各个点以及粗略的密度测量。（这样做的缺点是该方法可以显示的重叠范围有限 - 即最大密度约为 1/alpha。）

这是一个例子：

在此处输入图像描述

正如您可以想象的那样，由于可以表达的重叠范围有限，因此在各个点的可见性和重叠量的表达（以及标记、绘图等的大小）之间需要进行权衡。

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()

（我在这里假设您的意思是 30e3 点，而不是 30e6。对于 30e6，我认为需要某种类型的平均密度图。）

于 2013-09-28T15:22:23.200 回答
39

您还可以通过首先计算散点分布的核密度估计，然后使用密度值为散点的每个点指定颜色来为点着色。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()

具有密度信息的散点图

不久前，当我注意到 scatter 函数的文档时，我学会了这个技巧——

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

c可以是单个颜色格式字符串，也可以是长度为的颜色规范序列N，或者是要使用和通过 kwargs 指定N的颜色映射到颜色的数字序列（见下文）。请注意，它不应是单个数字 RGB 或 RGBA 序列，因为它与要进行颜色映射的值数组无法区分。 可以是一个二维数组，其中的行是 RGB 或 RGBA，但是，包括为所有点指定相同颜色的单行的情况。cmapnormcc

于 2016-05-18T12:10:28.910 回答
2

我的回答可能无法完美回答您的问题，但是，我也尝试绘制重叠点，但我的完全重叠。因此，我想出了这个函数来抵消相同的点。

import numpy as np

def dodge_points(points, component_index, offset):
    """Dodge every point by a multiplicative offset (multiplier is based on frequency of appearance)

    Args:
        points (array-like (2D)): Array containing the points
        component_index (int): Index / column on which the offset will be applied 
        offset (float): Offset amount. Effective offset for each point is `index of appearance` * offset

    Returns:
        array-like (2D): Dodged points
    """

    # Extract uniques points so we can map an offset for each
    uniques, inv, counts = np.unique(
        points, return_inverse=True, return_counts=True, axis=0
    )

    for i, num_identical in enumerate(counts):
        # Prepare dodge values
        dodge_values = np.array([offset * i for i in range(num_identical)])
        # Find where the dodge values must be applied, in order
        points_loc = np.where(inv == i)[0]
        #Apply the dodge values
        points[points_loc, component_index] += dodge_values

    return points

这是之前和之后的示例。

前：

闪避前

后：

闪避后

np.unique此方法仅适用于完全重叠的点（或者如果您愿意以找到匹配点的方式对点进行四舍五入）。

于 2021-11-24T21:32:31.663 回答