检查 seaborn 散点图函数是否采样数据答案

【问题标题】：Check if seaborn scatterplot function is sampling data检查 seaborn 散点图函数是否采样数据
【发布时间】：2020-04-22 22:43:14
【问题描述】：

我已经绘制了一个 seaborn 散点图。我的数据由 5000 个数据点组成。通过查看情节，我绝对没有看到5000分。所以我很确定 seaborn scatterplot 函数会执行某种采样。我想知道图中每个点代表多少个数据点？如果依赖代码，代码如下：

g = sns.scatterplot(x=data['x'], y=data['y'],hue=data['P'], s=40,  edgecolor='k', alpha=0.8, legend="full")

【问题讨论】：

散点图不对数据进行采样。绘制所有数据。请随意询问您的实际问题（请参阅minimal reproducible example）。
尝试向 y 添加一个小的随机数（“抖动”）。它将分离一些重叠的点
你确定没有5000分吗？其中一些可能重叠......
其实我不是 100% 确定的。我想确保没有采样在起作用并且所有的点都被绘制了

标签： python matplotlib seaborn scatter-plot sampling

【解决方案1】：

据我所知，没有进行采样。在您发布的图片上，您可以看到大部分数据点只是重叠，这可能是您看不到 5000 个点的原因。尝试使用更少的点，您会看到所有点都被绘制出来。

【讨论】：

【解决方案2】：

为了检查 Seaborn 的 scatter 是否删除了点，这里有一种查看 5000 个不同点的方法。似乎没有遗漏任何点。

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

x = np.linspace(1, 100, 100)
y = np.linspace(1, 50, 50)
X, Y = np.meshgrid(x, y)
Z = (X * Y) % 25
X = np.ravel(X)
Y = np.ravel(Y)
Z = np.ravel(Z)

sns.scatterplot(x=X, y=Y, s=15, hue=Z, palette=plt.cm.plasma, legend=False)
plt.show()

【讨论】：

我不认为这是决定性的，因为散点图函数对它认为会过度绘制的点进行采样是完全合理的，但不是从绘图的稀疏区域。这样的函数不会从您的图中删除任何点，但可以想象将它们从 OP 的图中删除。

【解决方案3】：

没有什么能真正向我暗示 seaborn 正在对您的数据进行采样。但是，您可以检查您的坐标轴 g 中的数据以确定。为 PathCollection（散点图）对象查询轴的子级：

g.get_children()

它可能是返回的列表中的第一个项目。从那里您可以使用get_offsets 检索数据并检查其形状。

g.get_children()[0].get_offsets().shape

【讨论】：

这确认没有采样发生。谢谢！