我正在处理一些具有多个相同数据点的数据。我想在散点图中可视化数据,但散点图不能很好地显示重复项。
如果我更改 alpha 值,则相同的数据点会变得更暗,这很好,但并不理想。
是否有某种方法可以将点的颜色映射到它在数据集中出现的次数?尺寸呢?如何将点的大小分配给它在数据集中出现的次数?
请您参考如下方法:
正如有人指出的那样,这是否有意义在一定程度上取决于您的数据集。如果你有相当离散的点并且精确匹配有意义,你可以这样做:
import numpy as np
import matplotlib.pyplot as plt
test_x=[2,3,4,1,2,4,2]
test_y=[1,2,1,3,1,1,1] # I am just generating some test x and y values. Use your data here
#Generate a list of unique points
points=list(set(zip(test_x,test_y)))
#Generate a list of point counts
count=[len([x for x,y in zip(test_x,test_y) if x==p[0] and y==p[1]]) for p in points]
#Now for the plotting:
plot_x=[i[0] for i in points]
plot_y=[i[1] for i in points]
count=np.array(count)
plt.scatter(plot_x,plot_y,c=count,s=100*count**0.5,cmap='Spectral_r')
plt.colorbar()
plt.show()
注意:您需要根据您的点密度调整半径(s 参数中的值 100)。我还使用计数的平方根对其进行缩放,以便点面积与计数成正比。
另请注意:如果点非常密集,使用不同类型的图可能更合适。例如,直方图(我个人喜欢 hexbin 二维数据)在这些情况下是一个不错的选择。
