根据 Seaborn 中的散点图绘制热图

Posted 2023-02-15

【中文标题】根据 Seaborn 中的散点图绘制热图

【英文标题】：Plotting a heatmap based on a scatterplot in Seaborn

【发布时间】：2022-01-21 18:02:50

【问题描述】：

有什么方法可以根据散点图在 seaborn 中绘制热图？例如，我有以下散点图，并希望以这样的方式绘制相应的热图，使热图中的较暗点在散点图中显示更拥挤的区域。

【问题讨论】：

不确定是否有内置函数，但您是否查看过 Kernel Density Estimators？

【参考方案1】：

您可以再使用一个变量来跟踪其附近的点数。然后在散点图中使用该可变广告颜色。

【参考方案2】：

matplotlib.pyplot.hist2d 将在“常规”matplotlib 中完成此操作。看起来seaborn.histplot 也可以做到这一点（向下滚动示例，它谈到了在指定x 和y 参数时制作二元直方图）

【参考方案3】：

sns.histplot(x=x_data, y=y_data) 将创建给定数据的二维直方图。 sns.kdeplot(x=x_data, y=y_data) 会对这些值进行平均，从而创建一个二维概率密度函数的近似值。

这是使用 iris 数据集的 3 个图之间的比较。

import matplotlib.pyplot as plt
import seaborn as sns

fig, (ax1, ax2, ax3) = plt.subplots(ncols=3, figsize=(15, 4), sharex=True, sharey=True)

iris = sns.load_dataset('iris')
sns.set_style('darkgrid')
sns.scatterplot(x=iris['sepal_length'], y=iris['sepal_width'], ax=ax1)
sns.histplot(x=iris['sepal_length'], y=iris['sepal_width'], ax=ax2)
sns.kdeplot(x=iris['sepal_length'], y=iris['sepal_width'], fill=True, ax=ax3)

ax1.set_title('scatterplot')
ax2.set_title('histplot')
ax3.set_title('kdeplot')
plt.tight_layout()
plt.show()

【讨论】：

您可能还对在 x 和 y 方向添加直方图（或 kde 图）的sns.jointplot() 感兴趣。