python散点图密度颜色_使用python绘制散点图并标示密度

最初遇到这个问题的时候，找到的大答案是绘制contour图，比如：

http://stackoverflow.com/questions/24119920/how-to-plot-a-density-map-in-python?rq=1

这当然很漂亮，但是这需要有三列数字来标示一个平面；但其实我的问题是仅有两列数的时候如何标示密度：

方法一，使用hist2d：

例子来源: http://matplotlib.org/examples/pylab_examples/hist2d_log_demo.html

from matplotlib.colors import LogNorm

from pylab import *

#normal distribution center at x=0 and y=5

x = randn(100000)

y = randn(100000)+5

hist2d(x, y, bins=40, norm=LogNorm())

colorbar()

show()

方法二，使用 hexbin

参见这个例子： http://matplotlib.org/examples/pylab_examples/hexbin_demo.html

方法三，使用gaussian_kde

关于gaussian_kde的介绍可以参见这里： http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html， 简而言之，这是使用 Kernel density estimation的方法，估计出每个位置的密度值。

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)

# 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()

案例来源：http://stackoverflow.com/questions/20105364/how-can-i-make-a-scatter-plot-colored-by-density-in-matplotlib