如何計算散點圖中相同的數據點？

Question

我正在處理一些具有多個相同數據點的數據。我想在散點圖中顯示數據，但散點圖並不能很好地顯示重複數據。

如果我改變alpha值，那麼相同的數據點會變得更暗，這很好，但並不理想。

有什麼方法可以將點的顏色映射到數據集中出現的次數？大小怎麼樣？如何將點的大小分配給數據集中發生的次數？

Answer 1

正如它指出的那樣，這是否有意義取決於您的數據集。如果你有合理的離散點和精確匹配任何意義，你可以做這樣的事情：

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：您將需要調整根據您的點密度的半徑（以日s參數的值100）。我還使用計數的平方根來縮放它，以便點面積與計數成正比。

另請注意：如果您有非常密集的點，則可能更適合使用不同類型的圖。例如直方圖（我個人喜歡hexbin二維數據）在這些情況下是一個體面的替代品。