我在散点图中创建颜色图时遇到问题。这是我的代码部分:
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde
f, ax = plt.subplots()
xy = np.vstack([x, y])
xy = xy[~np.isnan(xy)]
z = gaussian_kde(xy)(xy)
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]
plt.scatter(x, y, c=z, cmap='Reds', alpha=0.5)
x
和y
都是我的panda数据帧中的列,它们都有NaN
值。我尝试通过执行~np.isnan(xy)
来取出所有的NaN
值,只获取实际值,因为它不允许我获取inf或NaN,因为我认为gaussian_kde()
抛出了那个错误。此外,根据NaN
值的位置,两列并不对齐,并且一列的NaN
值比另一列多。两者也具有相同数量的元素。当我运行代码时,它一直在运行,我必须停止它。你知道可能出了什么问题吗?
您必须使用过滤Nans
inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]
从这个例子中,我认为您的代码应该看起来像:
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde
# Generate fake data
x = np.random.normal(size=1000)
y = x * 3 + np.random.normal(size=1000)
# removing nans in both vectors at the same place
inds = ~np.logical_or(np.isnan(x), np.isnan(y))
x = x[inds]
y = y[inds]
# Calculate the point density
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)
fig, ax = plt.subplots()
ax.scatter(x, y, c=z, s=100, edgecolor='')
plt.show()
请记住,如果x和y是非常大的向量,gaussian_kde
可能需要很长时间才能运行。对于50000的矢量长度,运行大约需要40.5秒。