Matplotlib如何选择在密集散点图中覆盖哪些标记？

Question

我正在处理一个相当大的数据集，其中包含x、y和z。x和y放在散点图上，z设置为色条值。共有24个不同的列，每列约有20000个点。我试图确定占主导地位的z值与y值的关系，但我不想被产生的图像中清晰的颜色所误导。考虑到一列中有这么多标记，我想知道Matplotlib是如何确定哪些标记覆盖在其他标记上的

这可能很难可视化，所以这里是我的代码和输出的图像。如果我们看第24小时，我们会看到主要的低海拔颜色，但我不想假设高海拔被低海拔值覆盖。假设低海拔地区在那个时段占主导地位是错误的，还是有什么我应该尝试澄清的？请记住，在这一列中大约有20000个点，所以掩盖的可能性不是零

我还没有找到一个明确的答案，所以我非常感谢任何帮助

Answer 1

你的问题的实质似乎是在你的陈述中，“我试图确定相对于y值的主导z值。”这是一个关于任何给定y值的z值的相对频率的问题（隐式地对于固定x值）。此外，数据集的大小从根本上限制了您对使用颜色条方案显示z值的确定性

我的建议是，对于每个x值，生成y和z的2D直方图，以显示任意给定y的主z。可以使用hist2d生成彩色编码的二维直方图。或者，如果您更喜欢相同类型数据的“3D”显示，您可以制作一个3D bar graph

显然，这种方法的缺点是将显示的维度增加1。这可能是不可接受的，但通过观察几个x值的结果，您可能会得到原始问题的答案，即颜色条是否是z优势的有效指示器