问如何在matplotlib三维散点图上表示密度信息

EN

这是一个使用高斯KDE的尝试。它仍然很不完美，结果在很大程度上取决于估计参数(bw_method)。也许有一种更简单的方法，也许是使用np.unique来获得每种独特颜色的频率。

其思想是将颜色密度分布估计为多变量高斯混合，并将其用作散点图的色图。

对于任何严肃的事情，它都有点慢，但我认为对于足够小的图像，它会给出很好的效果。也许一些基于FFT+convolution的估计方法可能会更快。

让我们来看一些代码。没什么特别的:它以gaussian_kde喜欢的方式展平和重塑图像数据，并返回RGB和密度分量。你可以使用bw_method，看看结果是如何变化的，你得到的密度越大，越平滑。

from scipy.stats import gaussian_kde

def img_to_rgbk(img, bw=0.1):
    rgb = img.reshape(-1, 3).T
    k = gaussian_kde(rgb, bw_method=bw)(rgb)
    r, g, b = rgb

    return r, g, b, k

这是一个玩具图像的结果

img = chelsea()[100:200, 100:200]

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

r, g, b, k = img_to_rgbk(img, bw=0.5)
ax.scatter(r, g, b, c=k, alpha=0.2)

请注意，c=k用于将地图标记颜色设置为密度信息，需要alpha才能通过云看到一点。

切尔西队

​

​

随机颜色

​

​

梯度

注意，在这里您可以看到错误的带宽选择是如何产生误导的。一个足够小的bw_method应该基本上每列显示一种颜色，沿行重复显示。所以每个点都应该有相同的颜色(并且它会有合适的带宽)。

​

渐变+噪声

这里有更好的带宽和一些噪声来传播颜色。请注意，白色淡色区域周围的密度较大，无噪点图中的不连续区域成为密度最大值。

​