我要评论本文介绍基于python语言的matplotlib模块，对excel表格文件中的指定数据，加以密度散点图绘制的方法。
首先，明确一下本文的需求。
现有一个.csv格式的表格文件，其各列数据的开头部分如下图所示。其中，对于名称为26的这1列（左侧紫色框内数据），我们希望提取其数值等于1的所有行，并对这些行中的nir_predict列与nir_true列（右侧紫色框内数据）的数值加以密度散点图的绘制。
明确了需求，即可开始代码的撰写。本文所用代码如下。
# -*- coding: utf-8 -*-
"""
created on mon apr 1 12:14:38 2024
@author: fkxxgis
"""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde
csv_file_path = r"e:\04_reconstruction\99_modis\train_model_0715_main_combine.csv"
picture_file_path = r"e:\04_reconstruction\99_modis\scatter_result.png"
data = pd.read_csv(csv_file_path)
x = data[data["26"] == 1]['nir_true']
y = data[data["26"] == 1]['nir_predict']
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)
idx = z.argsort()
plt.scatter(x, y, c = z, s = 10, cmap = "spectral")
plt.colorbar()
plt.rc("font", family = "times new roman")
x_line = np.linspace(min(min(x), min(y)), max(max(x), max(y)), 100)
plt.plot(x_line, x_line, color='black', linestyle='--')
plt.xlabel('nir_true')
plt.ylabel('nir_predict')
plt.savefig(picture_file_path, dpi = 400)
plt.show()
首先，我们通过import语句导入所需模块。其中，numpy用于数值计算，pandas用于数据处理，matplotlib.pyplot用于绘图，scipy.stats.gaussian_kde用于计算核密度估计。
其次，通过csv_file_path定义待绘图的.csv格式文件的路径，通过picture_file_path定义存储所得图片结果的路径。
随后，使用pd.read_csv()从.csv格式文件中读取数据，并存储在名为data的dataframe中。通过筛选条件data["26"] == 1从dataframe中获取符合指定条件的数据，并分别存储在x和y中。
接下来，使用np.vstack()将x和y垂直堆叠为一个二维数组xy，并使用scipy.stats.gaussian_kde()计算二维数据的核密度估计值，并将其存储在z中；使用z.argsort()对z进行排序，返回索引值，并将其存储在idx中。使用plt.scatter()绘制散点图，其中x和y是散点的横纵坐标，c是颜色值，s是散点的大小，cmap是颜色映射，并使用plt.colorbar()添加颜色条。
紧接着，使用plt.rc()设置字体为times new roman；随后，生成一条直线的横坐标范围，使用np.linspace()生成一系列横坐标值，并存储在x_line中；这些点将组成后续所得散点图中的x = y线；使用plt.plot()绘制直线，颜色为黑色，线型为虚线。此外，使用plt.xlabel()和plt.ylabel()添加x轴和y轴的标签，使用plt.savefig()将图形保存为指定路径的图片文件，设置dpi值为400。最后，使用plt.show()显示图形。
执行上述代码，即可在结果文件夹中看到所得图片；如下图所示。
可以看到，我们已经绘制得到了指定数据之间的密度散点图。当然，我这里所选色带，将密度较低的区域标记为红色系，密度较高的区域标记为了蓝色系，可能和一般情况下大家常用的色系相反——我是一开始选错了，后面也没有修改，这里大家理解即可；如果需要修改这个色系，大家修改上述代码中的cmap = "spectral"部分即可。
至此，大功告成。
到此这篇关于python利用matplotlib实现绘制密度散点图的文章就介绍到这了,更多相关python matplotlib绘制密度散点图内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论