【问题标题】：Scatter plot on large amount of data大量数据的散点图
【发布时间】：2017-12-18 21:57:20
【问题描述】：

假设我有一个大型数据集（8500000X50）。我想散点图 X（日期）和 Y（在某一天进行的测量）。

我只能得到这个：

data_X = data['date_local']
data_Y = data['arithmetic_mean']
data_Y = data_Y.round(1)
data_Y = data_Y.astype(int)
data_X = data_X.astype(int)
sns.regplot(data_X, data_Y, data=data)
plt.show()

根据我在 Stackoverflow 上发现的“相同”问题，我可以对我的数据进行洗牌，或者采用例如 1000 个随机值并绘制它们。但是如何以这样一种方式实现它，即每个 X（进行特定测量的日期）都对应于实际（Y 测量）。

【问题讨论】：

尽管如此，你认为你能理解在图表上绘制的 8500000 个点而不是 8500 个点吗？
我建议使用热图，这样您就不需要摆脱数据，并且可以获得更好的可视化效果。

标签： python pandas matplotlib seaborn

【解决方案1】：

首先，回答您的问题：

您应该使用pandas.DataFrame.sample 从您的日期帧中获取样本，然后使用regplot，下面是一个使用随机数据的小示例：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from datetime import datetime
import numpy as np
import pandas as pd
import seaborn as sns

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})
   
dfSample = df.sample(1000) # This is the importante line
xdataSample, ydataSample = dfSample["dates"], dfSample["data"]

sns.regplot(x=mdates.date2num(xdataSample.astype(datetime)), y=ydataSample) 
plt.show()

在regplot 上，由于日期时间的类型，我在我的 X 数据中执行了转换，请注意这绝对不是是必要的，具体取决于您的数据。

所以，不要像这样：

你会得到这样的东西：

现在，一个建议：

使用 docs 中的 sns.jointplot，它有一个 kind 参数：

种类：{“分散”| “注册” | “残渣” | “kde” | “十六进制”}，可选

要绘制的情节。

我们在这里创建的内容与 matplotlib 的 hist2d 所做的类似，它使用您的整个数据集创建类似于热图的东西。使用随机数据的示例：

dates = pd.date_range('20080101', periods=10000, freq="D")
df = pd.DataFrame({"dates": dates, "data": np.random.randn(10000)})

xdata, ydata = df["dates"], df["data"]
sns.jointplot(x=mdates.date2num(xdata.astype(datetime)), y=ydata, kind="kde")

plt.show()

这会生成此图像，这也有助于查看沿所需轴的分布：

【讨论】：