散点图标记大小计算

Question

我有一个非常具体的问题。我有两个 numpy 数组，每个数组的对应元素代表一个二维点。

a = [1,2,1,6,1]

b = [5,0,3,1,5]

我想绘制一个散点图，其中标记的大小基于点出现的次数。

即：

1,5 : 2

2,0 : 1

1,3 : 1

6,1 : 1

所以size数组必须是size = [2,1,1,1] 其他两个数组可以是

a = [1,2,1,6] 和 b = [5,0,3,1]

所以我必须能够调用 plt.scatter 如下：

plt.scatter(a,b,s=size)

Answer 1

这会做你想做的事：

from collections import Counter

a = [1, 2, 1, 6, 1]
b = [5, 0, 3, 1, 5]

counts = Counter([(x, y) for x, y in zip(a, b)])

size = [counts[(x, y)] for x, y in zip(a, b)]

counter 将跟踪每个点在数组中出现的次数。然后 size 从 counter.

中获取该数字

请注意，您实际上需要 size = [2, 1, 1, 1, 2]，因为您需要 s 与输入数组的大小相同。不过这没关系；你只需绘制同一个点两次。

如果您真的想删除重复项，您可以做同样的事情，但要添加一个额外的步骤，在该步骤中创建 set 个点。

from collections import Counter

a = [1, 2, 1, 6, 1]
b = [5, 0, 3, 1, 5]

counts = Counter([(x, y) for x, y in zip(a, b)])

points = set([(x, y) for x, y in zip(a, b)])
a = list()
b = list()
for x, y in points:
    a.append(x)
    b.append(y)

size = [counts[(x, y)] for x, y in zip(a, b)]

Answer 2

由于问题是用numpy标记的，我们可能会使用numpy。 numpy.unique 允许计算数组的唯一值的计数。

import numpy as np

a = [1,2,1,6,1]
b = [5,0,3,1,5]

u, c = np.unique(np.c_[a,b], return_counts=True, axis=0)

然后

# u=
[[1 3]
 [1 5]
 [2 0]
 [6 1]]
# c= 
[1 2 1 1]

这可以像这样绘制，其中可以使用附加函数将计数标准化为某些点大小以进行绘制

import matplotlib.pyplot as plt
s = lambda x : (((x-x.min())/float(x.max()-x.min())+1)*8)**2

plt.scatter(u[:,0],u[:,1],s=s(c))

plt.show()

散点图标记大小计算

Scatter plot marker size calculation

python

numpy

matplotlib

scatter-plot