如何计算蟒蛇二维散点占用区域

Question

我已经用matplotlib绘制了这两个系列的2000点。从图片看来，第一个2000分的占用面积似乎比第二个2000分小。但是如果我想定量计算2000点的第一和第二连续点占用了多少区域，我该怎么办？

我真的很感激任何帮助，建议或意见。

非常感谢。

Answer 1

此问题与matplotlib无关，还需要定义“占用区域”，根据您拥有的数据类型的不同，这可能会有所不同。如果你想要一种非严格逼近，这里是做到这一点的一种方法：

首先，一些测试数据：

import matplotlib 
import matplotlib.pyplot as plt 

import numpy 


x = numpy.random.normal(size=10000) 
y = numpy.random.normal(size=10000) 

fig = plt.figure() 
s = fig.add_subplot(1, 1, 1, aspect=1) 
s.set_xlim(-4, 4) 
s.set_ylim(-4, 4) 
s.scatter(x, y) 
fig.savefig('t1.png') 

计算二维直方图来估算点的密度。 注意：垃圾箱数量和范围是您必须针对您的数据进行调整的。

hist, xedges, yedges = numpy.histogram2d(x, y, bins=20, range=[[-4, 4], [-4, 4]]) 

fig = plt.figure() 
s = fig.add_subplot(1, 1, 1) 
s.set_xlim(-4, 4) 
s.set_ylim(-4, 4) 
s.imshow(
    hist, interpolation='nearest', 
    extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]], 
    cmap=matplotlib.cm.viridis) 
fig.savefig('t2.png') 

最后，找到地方计数的数量比一些预定义的值。 注：你必须得调整这个门槛，让与“占领”和“非占领”地区所需的区别：

over_threshold = hist > 10 

fig = plt.figure() 
s = fig.add_subplot(1, 1, 1) 
s.set_xlim(-4, 4) 
s.set_ylim(-4, 4) 
s.imshow(
    over_threshold, interpolation='nearest', 
    extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]], 
    cmap=matplotlib.cm.viridis) 
fig.savefig('t3.png') 

area = over_threshold.sum() * (xedges[1] - xedges[0]) * (yedges[1] - yedges[0]) 
print(area) 

所有绘图，当然，是纯粹是说明性的，对算法来说不是必需的。