相关疑难解决方法(0)

当许多点重叠时,散点图很难解释,因为这种重叠会掩盖特定区域中的数据密度.一种解决方案是对绘制点使用半透明颜色,以便不透明区域表示在这些坐标中存在许多观察.

下面是我在R中的黑白解决方案的示例:

MyGray <- rgb(t(col2rgb("black")), alpha=50, maxColorValue=255)
x1 <- rnorm(n=1E3, sd=2)
x2 <- x1*1.2 + rnorm(n=1E3, sd=2)
dev.new(width=3.5, height=5)
par(mfrow=c(2,1), mar=c(2.5,2.5,0.5,0.5), ps=10, cex=1.15)
plot(x1, x2, ylab="", xlab="", pch=20, col=MyGray)
plot(x1, x2, ylab="", xlab="", pch=20, col="black")

然而,我最近在PNAS中发现了这篇文章,它采用了类似的方法,但使用热图着色而不是不透明度作为重叠点数的指标.这篇文章是Open Access,所以任何人都可以下载.pdf并查看图1,其中包含我想要创建的图形的相关示例.本文的方法部分表明分析是在Matlab中完成的.

为方便起见,这里是上述文章中图1的一小部分:

如何在R中创建一个散点图,使用颜色而不是不透明度作为点密度的指标？

对于初学者,R用户可以install.packages("fields")使用该功能在库中访问此Matlab配色方案tim.colors().

是否有一种简单的方法可以制作出类似于上述文章图1的数字,但是在R？谢谢!

在matplotlib中绘制二维直方图时,是否有一种简单的方法可以获得对数转换计数？与该pyplot.hist方法不同,该pyplot.hist2d方法似乎没有日志参数.

目前我正在做以下事情:

import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt

matrix, *opt = np.histogram2d(x, y)
img = plt.imshow(matrix, norm = mpl.colors.LogNorm(), cmap = mpl.cm.gray, 
                 interpolation="None")

其中绘制了预期的直方图,但轴标签显示了箱的索引,因此不是预期的值.

v1      v2      yy
15.25   44.34   100.00
83.05   59.78   100.00
96.61   65.09   100.00
100.00  75.47   100.00
100.00  50.00   100.00
100.00  68.87   100.00
100.00  79.35   100.00
100.00  100.00  100.00
100.00  63.21   100.00
100.00  100.00  100.00
100.00  68.87   100.00
0.00    56.52   92.86
10.17   52.83   92.86
23.73   46.23   92.86

在上面的数据框中,我想绘制一个热图,使用v1和v2作为x和y轴,yy作为值.我怎么能在python中做到这一点？我试过seaborn:

df = df.pivot('v1', 'v2', 'yy')
ax = sns.heatmap(df)

但是,这不起作用.还有其他方法吗？

我正在使用pyplot从python中的数千个点制作散点图.我的问题是他们倾向于集中在一个地方,而这只是一大堆积分.

是否有某种功能可以使pyplot绘图点达到某个临界密度,然后使其成为等高线图？

我的问题类似于这个问题,其中示例图具有轮廓线,其中颜色代表绘制点的密度.

谢谢

编辑:这就是我的数据

我有一个散点图，我根据数组为每个数据点着色：

 plt.scatter(xs,ys,c=av,cmap=plt.cm.hot,s=50,alpha=0.5)

In [96]: xs.shape
Out[96]: (5594,)

In [97]: ys.shape
Out[97]: (5594,)

In [98]: av.shape
Out[98]: (5594,)

这是结果：

现在，我想保留颜色但平滑数据点以获得平滑的散点图，如下所示（来自这篇文章）或此图像：

评论：我认为如果我可以添加更多的点，xs, ys, zs我可以用更多的数据点制作散点图，因此，它看起来更像是热图，这就是我想要的。现在，对于 中的每个点xs, ys, zs，我想在原始点周围添加具有相似值的附加点。理想情况下，这些附加点应围绕 中的实际原始点形成正态分布xs, ys, zs。有统计工具可以完成这项任务吗？例如如何更改[1, 5, 10] 为[0.9,0.98,1,1.02,1.1, 4.9,4.98,5,5.02,5.1, 9.9,9.98,10,10.02,10.1]？

我有一个具有两个特征的数据集，我曾经Seaborn.relplot根据另一个特征来绘制它们，我得到了这个结果：

但我想使用 Seaborn 添加点密度，正如我们可以在本次讨论或本次讨论中观察到的那样，请参见下图。

我该如何使用 Seaborn 来做到这一点？