matplotlibの密度で色分けされた散布図のgaussian_kdeのパラメータを変更するには

Question

この質問に回答したJoe Kingtonの説明のとおり、How can I make a scatter plot colored by density in matplotlibのように、密度で色分けされた散布図を作成しました。しかし、私のデータが複雑に分布しているため、密度の計算に使用するパラメータを変更したいと考えています。ここで は私に似て、いくつかの偽のデータとの結果である： 私はので最初のプロットを好きではない： プロットの左側の部分は次のようになりますように、私はgaussian_kdeの密度の計算を校正したいと思いますポイントのグループは隣接するポイントのグループの密度に影響し、グループ内の分布を分析できなくなります。つまり、8つのグループのそれぞれがまったく同じ分布を持っていても、それはグラフ上には見えません。

私はcovariance_factorを修正しようとしました（x上の密度の2次元プロットのように）。しかし、複数の次元配列でgaussian_kdeを使うと、 "scipy.stats.kde"ではなくnumpy.ndarrayが返されます。 gaussian_kde "オブジェクトである。さらに、私はcovariance_factorを変更することでそれが実現するかどうかも分かりません。

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

# Generate fake data 
a = np.random.normal(size=1000) 
b = np.random.normal(size=1000) 

# Data for the first image 
x = np.concatenate((a+10,a+10,a+20,a+20,a+30,a+30,a+40,a+40,a+80)) 
y = np.concatenate((b+10,b-10,b+10,b-10,b+10,b-10,b+10,b-10,b*4)) 

# Data for the second image 
#x = np.concatenate((a+10,a+10,a+20,a+20,a+30,a+30,a+40,a+40)) 
#y = np.concatenate((b+10,b-10,b+10,b-10,b+10,b-10,b+10,b-10)) 

# Calculate the point density 
xy = np.vstack([x,y]) 
z = gaussian_kde(xy)(xy) 

# My unsuccesfull try to modify covariance which would work in 1D with "z = gaussian_kde(x)" 
#z.covariance_factor = lambda : 0.01 
#z._compute_covariance() 

# Sort the points by density, so that the densest points are plotted last 
idx = z.argsort() 
x, y, z = x[idx], y[idx], z[idx] 

fig, ax = plt.subplots() 
ax.scatter(x, y, c=z, s=50, edgecolor='') 
plt.show() 

ソリューションは、他の密度の計算機を使用することができ、私は気にしない：

は、ここに私のダミーのコードです。 目標は、上に示したような濃度プロットを作成することです。ここでは、密度パラメータで再生できます。

私はSeabornを見ていました

Answer 1

のpython 3.4.3を使用していますか？それはあなたが求めている正確に何ではないのですが、それはすでに密度プロットを生成するための機能を持っています。

import numpy as np 
import matplotlib.pyplot as plt 
from scipy.stats import kendalltau 
import seaborn as sns 

# Generate fake data 
a = np.random.normal(size=1000) 
b = np.random.normal(size=1000) 

# Data for the first image 
x = np.concatenate((a+10, a+10, a+20, a+20, a+30, a+30, a+40, a+40, a+80)) 
y = np.concatenate((b+10, b-10, b+10, b-10, b+10, b-10, b+10, b-10, b*4)) 

sns.jointplot(x, y, kind="hex", stat_func=kendalltau) 
sns.jointplot(x, y, kind="kde", stat_func=kendalltau) 
plt.show() 

それが与える： と