尝试为大多数重叠点创建颜色图

Question

我在尝试在散点图中创建颜色图时遇到了问题。这是我的代码的一部分：

   import numpy as np
   import matplotlib.pyplot as plt
   from scipy.stats import gaussian_kde

    f, ax = plt.subplots()

    xy = np.vstack([x, y])
    xy = xy[~np.isnan(xy)]
    z = gaussian_kde(xy)(xy)

    idx = z.argsort()
    x, y, z = x[idx], y[idx], z[idx]

    plt.scatter(x, y, c=z, cmap='Reds', alpha=0.5)

x 和 y 都是我的熊猫数据框中的列，并且它们都具有 NaN 值。我尝试通过执行~np.isnan(xy) 来取出所有NaN 值以仅获取实际值，因为它不允许我使用infs 或NaN，因为我相信gaussian_kde() 正在抛出该错误。此外，就NaN 值的位置而言，两列并不相互对齐，并且一列的NaN 值比另一列多。两者也具有相同数量的元素。当我运行我的代码时，它一直在运行，我必须停止它。任何想法可能有什么问题？

Answer 1

您必须使用以下方法过滤 Nans：

inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]

从这个example，我认为你的代码应该是这样的：

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)

# removing nans in both vectors at the same place
inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]

# 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()

请记住，如果 x 和 y 是非常大的向量，gaussian_kde 可能需要很长时间才能运行。对于 50000 的向量长度，运行大约需要 40.5 秒。