python - 淡色海参图的密度

我正在为具有数百万个数据点的某些数据制作2D直方图。 matplotlib.hist2d(x,y,bins,norm=LogNorm())效果很好，并在大约5秒内生成了一个图，但我喜欢seaborn.jointplot()的边际直方图。如何像在所附的seaborn.jointplot()图中以点的对数密度为matplotlib.hist2d()中的点着色？使用KDE花费的时间太长（大约一分钟后我放弃了），并且有很多需要创建的数字。因此，“获取”颜色的时间是一个因素。另外，如何将边际直方图添加到matplotlib.hist2d()？

plt.hist2d(x,y,100,norm=LogNorm(),cmap='jet')



sns.jointplot(x=x, y=y)

最佳答案

在seaborn中可能还有另一种直接获得颜色图的方法。我还没找到。这是一个骇人听闻的示例解决方案，可用于处理一些随机数据。关于第二个问题，我建议您发布一个新问题。

诀窍是先使用seaborn创建一个jointplot，然后隐藏2d散点图，然后使用plt.hist2d重新绘制它

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm

# some random data
x = np.random.normal(size=100000)
y = x * 3.5 + np.random.normal(size=100000)

ax1 = sns.jointplot(x=x, y=y)
ax1.ax_joint.cla()
plt.sca(ax1.ax_joint)

plt.hist2d(x, y, bins=(100, 100), cmap=cm.jet);