时间戳

首页 > 解决方案 > 尝试为大多数重叠点创建颜色图

python - 尝试为大多数重叠点创建颜色图

问题描述

我在尝试在散点图中创建颜色图时遇到了问题。这是我的代码的一部分：

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

    f, ax = plt.subplots()

    xy = np.vstack([x, y])
    xy = xy[~np.isnan(xy)]
    z = gaussian_kde(xy)(xy)

    idx = z.argsort()
    x, y, z = x[idx], y[idx], z[idx]

    plt.scatter(x, y, c=z, cmap='Reds', alpha=0.5)

x并且y都是我的熊猫数据框中的列，并且它们都具有NaN值。NaN我尝试通过仅获取实际值来取出所有值，~np.isnan(xy)因为它不允许我采用 infs 或 NaN，因为我相信gaussian_kde()会抛出该错误。NaN此外，两列在这些值的位置方面并不相互对齐，并且一列的NaN值比另一列多。两者也具有相同数量的元素。当我运行我的代码时，它一直在运行，我必须停止它。任何想法可能有什么问题？

标签： pythonpandasmatplotlibcolormap

解决方案

您必须使用以下方法过滤 Nans：

inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]

从这个例子，我认为你的代码应该是这样的：

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

# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)

# removing nans in both vectors at the same place
inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]

# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)

fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=100, edgecolor='')
plt.show()

请记住，如果 x 和 y 是非常大的向量，gaussian_kde则可能需要很长时间才能运行。对于 50000 的向量长度，运行大约需要 40.5 秒。

推荐阅读