seaborn Jointplot 颜色按密度

Question

我正在为具有数百万个数据点的一些数据制作二维直方图。matplotlib.hist2d(x,y,bins,norm=LogNorm())效果很好，并在大约 5 秒内生成一个图，但我喜欢seaborn.jointplot(). 如何seaborn.jointplot()使用matplotlib.hist2d()附图中的点的对数密度为点着色？使用 KDE 花费的时间太长（大约一分钟后我放弃了），而且我有很多数字要创建。所以“获得”颜色的时间是一个因素。或者，如何将边际直方图添加到matplotlib.hist2d()？

plt.hist2d(x,y,100,norm=LogNorm(),cmap='jet')

sns.jointplot(x=x, y=y)

Answer 1

可能还有另一种直接的方法可以在seaborn. 我还没有找到。这是一个使用一些随机数据完成工作的hacky示例解决方案。至于你的第二个问题，我建议发布一个新问题。

诀窍是首先jointplot使用 seaborn创建一个，然后隐藏 2d-scatter 并使用重新绘制它plt.hist2d

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm

# some random data
x = np.random.normal(size=100000)
y = x * 3.5 + np.random.normal(size=100000)

ax1 = sns.jointplot(x=x, y=y)
ax1.ax_joint.cla()
plt.sca(ax1.ax_joint)

plt.hist2d(x, y, bins=(100, 100), cmap=cm.jet);

Answer 2

这是另一种类似的方法，但坚持在seaborn中：

import seaborn as sns
import numpy as np

x = np.random.normal(size=100)
y = x * 3.5 + np.random.normal(size=100)

sns.jointplot(x=x, y=y, kind='kde', cmap='hot_r', n_levels=60, fill=True)