Matplotlib中的散点图轮廓

Question

我有一个庞大的散点图（~100,000点），我在matplotlib中生成。 每个点在此x / y空间中都有一个位置，我想生成包含总点数的某些百分位数的轮廓。

matplotlib中是否有一个函数可以执行此操作？ 我已经研究过contour（），但是我必须用这种方式编写自己的函数。

谢谢！

Answer 1

基本上，你想要某种密度估计。 有多种方法可以做到这一点：

1. 使用某种2D直方图（例如matplotlib.pyplot.hist2d或matplotlib.pyplot.hexbin ）（您也可以将结果显示为轮廓 - 只需使用numpy.histogram2d然后对结果数组进行轮廓处理。）

2. 进行核密度估计（KDE）并对结果进行轮廓分析。 KDE本质上是一个平滑的直方图。 它不是落入特定箱子中的一个点，而是为周围的箱子增加一个重量（通常是高斯“钟形曲线”的形状）。

使用2D直方图简单易懂，但有趣的是给出了“块状”结果。

第二个“正确”地做一些皱纹（即没有一个正确的方法）。 我不会在这里详细介绍，但如果你想统计解释结果，你需要阅读它（特别是带宽选择）。

无论如何，这是差异的一个例子。 我将以相似的方式绘制每一个，所以我不会使用轮廓，但您可以使用等高线图轻松绘制2D直方图或高斯KDE：

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

np.random.seed(1977)

# Generate 200 correlated x,y points
data = np.random.multivariate_normal([0, 0], [[1, 0.5], [0.5, 3]], 200)
x, y = data.T

nbins = 20

fig, axes = plt.subplots(ncols=2, nrows=2, sharex=True, sharey=True)

axes[0, 0].set_title('Scatterplot')
axes[0, 0].plot(x, y, 'ko')

axes[0, 1].set_title('Hexbin plot')
axes[0, 1].hexbin(x, y, gridsize=nbins)

axes[1, 0].set_title('2D Histogram')
axes[1, 0].hist2d(x, y, bins=nbins)

# Evaluate a gaussian kde on a regular grid of nbins x nbins over data extents
k = kde.gaussian_kde(data.T)
xi, yi = np.mgrid[x.min():x.max():nbins*1j, y.min():y.max():nbins*1j]
zi = k(np.vstack([xi.flatten(), yi.flatten()]))

axes[1, 1].set_title('Gaussian KDE')
axes[1, 1].pcolormesh(xi, yi, zi.reshape(xi.shape))

fig.tight_layout()
plt.show()

一个警告：由于点数非常多， scipy.stats.gaussian_kde会变得很慢。 通过近似来加速它是相当容易的 - 只需采用2D直方图并使用右半径和协方差的高斯滤波器对其进行模糊处理。 如果你愿意，我可举个例子。

另一个警告：如果你在非笛卡尔坐标系中这样做，这些方法都不适用 ！ 在球壳上获得密度估计有点复杂。

Answer 2

我也有同样的问题。 如果要绘制包含某些部分点的轮廓，可以使用以下算法：

创建2d直方图

h2, xedges, yedges = np.histogram2d(X, Y, bibs = [30, 30])

h2现在是包含整数的2d矩阵，这是一些矩形中的点数

hravel = np.sort(np.ravel(h2))[-1] #all possible cases for rectangles 
hcumsum = np.sumsum(hravel)

丑陋的黑客，

让h2 2d矩阵中的每个点给出矩形的累积点数，其中包含的点数等于或大于我们当前分析的点数。

hunique = np.unique(hravel)

hsum = np.sum(h2)

for h in hunique:
    h2[h2 == h] = hcumsum[np.argwhere(hravel == h)[-1]]/hsum

现在为h2绘制轮廓，它将是包含一些所有点的轮廓