Matplotlib'de yoğunluğa göre renklendirilmiş bir dağılım grafiği nasıl yapabilirim?

Her noktanın yakın noktaların uzamsal yoğunluğu ile renklendirildiği bir dağılım grafiği yapmak istiyorum.

R kullanarak bunun bir örneğini gösteren çok benzer bir soruyla karşılaştım:

R Dağılım Grafiği: sembol rengi örtüşen noktaların sayısını temsil eder

Python'da matplotlib kullanarak benzer bir şeyi başarmanın en iyi yolu nedir?

@Askewchan'a ek olarak hist2dveya hexbinönerdiği gibi, bağlantı kurduğunuz sorudaki kabul edilen cevabın kullandığı aynı yöntemi kullanabilirsiniz.

Bunu yapmak istiyorsanız:

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)

# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)

fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=100, edgecolor='')
plt.show()

En yoğun noktaların her zaman en üstte olması için noktaların yoğunluk sırasına göre çizilmesini istiyorsanız (bağlantılı örneğe benzer şekilde), bunları z değerlerine göre sıralayın. Biraz daha iyi göründüğü için burada daha küçük bir işaretçi boyutu da kullanacağım:

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)

# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)

# Sort the points by density, so that the densest points are plotted last
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]

fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=50, edgecolor='')
plt.show()

Bir histogram oluşturabilirsiniz:

import numpy as np
import matplotlib.pyplot as plt

# fake data:
a = np.random.normal(size=1000)
b = a*3 + np.random.normal(size=1000)

plt.hist2d(a, b, (50, 50), cmap=plt.cm.jet)
plt.colorbar()

Ayrıca, nokta sayısı KDE hesaplamasını çok yavaş yapıyorsa, renk np.histogram2d [Yorumlara yanıt olarak güncelleme: Renk çubuğunu göstermek istiyorsanız, ax.scatter () yerine plt.scatter () kullanın ve ardından plt.colorbar ()] tarafından:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.colors import Normalize 
from scipy.interpolate import interpn

def density_scatter( x , y, ax = None, sort = True, bins = 20, **kwargs )   :
    """
    Scatter plot colored by 2d histogram
    """
    if ax is None :
        fig , ax = plt.subplots()
    data , x_e, y_e = np.histogram2d( x, y, bins = bins, density = True )
    z = interpn( ( 0.5*(x_e[1:] + x_e[:-1]) , 0.5*(y_e[1:]+y_e[:-1]) ) , data , np.vstack([x,y]).T , method = "splinef2d", bounds_error = False)

    #To be sure to plot all data
    z[np.where(np.isnan(z))] = 0.0

    # Sort the points by density, so that the densest points are plotted last
    if sort :
        idx = z.argsort()
        x, y, z = x[idx], y[idx], z[idx]

    ax.scatter( x, y, c=z, **kwargs )

    norm = Normalize(vmin = np.min(z), vmax = np.max(z))
    cbar = fig.colorbar(cm.ScalarMappable(norm = norm), ax=ax)
    cbar.ax.set_ylabel('Density')

    return ax


if "__main__" == __name__ :

    x = np.random.normal(size=100000)
    y = x * 3 + np.random.normal(size=100000)
    density_scatter( x, y, bins = [30,30] )

> 100.000 veri noktası mı çiziyorsunuz?

Kabul edilen cevap , gaussian_kde () kullanmak çok zaman alacaktır. Makinemde 100.000 sıra yaklaşık 11 dakika sürdü . Burada iki alternatif yöntem ekleyeceğim ( mpl-scatter -ensity ve datashader ) ve verilen cevapları aynı veri karşılaştıracağım.

Aşağıda, 100.000 satırlık bir test veri seti kullandım:

import matplotlib.pyplot as plt
import numpy as np

# Fake data for testing
x = np.random.normal(size=100000)
y = x * 3 + np.random.normal(size=100000)

Çıktı ve hesaplama süresi karşılaştırması

Aşağıda farklı yöntemlerin bir karşılaştırması bulunmaktadır.

1: mpl-scatter-density

Kurulum

pip install mpl-scatter-density

Örnek kod

import mpl_scatter_density # adds projection='scatter_density'
from matplotlib.colors import LinearSegmentedColormap

# "Viridis-like" colormap with white background
white_viridis = LinearSegmentedColormap.from_list('white_viridis', [
    (0, '#ffffff'),
    (1e-20, '#440053'),
    (0.2, '#404388'),
    (0.4, '#2a788e'),
    (0.6, '#21a784'),
    (0.8, '#78d151'),
    (1, '#fde624'),
], N=256)

def using_mpl_scatter_density(fig, x, y):
    ax = fig.add_subplot(1, 1, 1, projection='scatter_density')
    density = ax.scatter_density(x, y, cmap=white_viridis)
    fig.colorbar(density, label='Number of points per pixel')

fig = plt.figure()
using_mpl_scatter_density(fig, x, y)
plt.show()

Bunun çizilmesi 0.05 saniye sürdü:

Ve yakınlaştırma oldukça hoş görünüyor:

2: datashader

• Datashader ilginç bir projedir. Ancak, matplotlib desteği Eylül 2020 itibarıyla WIP'dir . Mpl dalını nvictus klonundan kurdum :

pip install "git+https://github.com/nvictus/datashader.git@mpl"

Kod (dsshow'un kaynağı burada ):

from functools import partial

import datashader as ds
from datashader.mpl_ext import dsshow
import pandas as pd

dyn = partial(ds.tf.dynspread, max_px=40, threshold=0.5)

def using_datashader(ax, x, y):

    df = pd.DataFrame(dict(x=x, y=y))
    da1 = dsshow(df, ds.Point('x', 'y'), spread_fn=dyn, aspect='auto', ax=ax)
    plt.colorbar(da1)

fig, ax = plt.subplots()
using_datashader(ax, x, y)
plt.show()

• Bunu çizmek için 0.83 saniye sürdü:

ve yakınlaştırılmış görüntü harika görünüyor!

3: scatter_with_gaussian_kde

def scatter_with_gaussian_kde(ax, x, y):
    # https://stackoverflow.com/a/20107592/3015186
    # Answer by Joel Kington

    xy = np.vstack([x, y])
    z = gaussian_kde(xy)(xy)

    ax.scatter(x, y, c=z, s=100, edgecolor='')

• Bunu çizmek 11 dakika sürdü:

4: using_hist2d

import matplotlib.pyplot as plt
def using_hist2d(ax, x, y, bins=(50, 50)):
    # https://stackoverflow.com/a/20105673/3015186
    # Answer by askewchan
    ax.hist2d(x, y, bins, cmap=plt.cm.jet)

• Bu kutuları çizmek 0.021 saniye sürdü = (50,50):
• Bu kutuları çizmek için 0,173 saniye sürdü = (1000,1000):
• Eksileri: Yakınlaştırılmış veriler, mpl-scatter -ensity veya datashader ile olduğu kadar iyi görünmüyor. Ayrıca kutu sayısını kendiniz belirlemelisiniz.

5: density_scatter

• Kod içinde gibidir cevap tarafından Guillaume .
• Bunu bin = (50,50) ile çizmek 0.073 s sürdü:
• Bunu binlerle çizmek için 0,368 saniye sürdü = (1000,1000):