我有一个过于拥挤的散点图，我试图创建一个等高线图或密度图，以查看我的数据中是否有任何不同的总体。我尝试了以下代码，但出现错误：
太多值无法解包（预期2）
我的代码是：
x = CDM_300[:,[1]]
y = CDM_300[:,[2]]
# Evaluate a gaussian kde on a regular grid of nbins x nbins over data extents
nbins=300
k = kde.gaussian_kde([x,y])
xi, yi = np.mgrid[x.min():x.max():nbins*1j, y.min():y.max():nbins*1j]
zi = k(np.vstack([xi.flatten(), yi.flatten()]))
# Make the plot
plt.pcolormesh(xi, yi, zi.reshape(xi.shape))
plt.show()
# Change color palette
plt.pcolormesh(xi, yi, zi.reshape(xi.shape), cmap=plt.cm.Greens_r)
plt.show()
CDM_300是一个（23800，3）数组，如果我尝试np.meshgrid数据，我的笔记本电脑将崩溃。 最佳答案
该问题似乎是由您对数据建立索引的方式引起的。当您执行[:, [1]]时，数据的形状将变为(23800, 1)，并且每个元素本身就是一个数组。
使用以下索引，第二个索引周围没有多余的[]。
x = CDM_300[:, 1]
y = CDM_300[:, 2]
关于python - 如何制作大型2D散点图的轮廓/密度图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56684041/