Zasadniczo, chcesz oszacować gęstość jakiegoś rodzaju. Można to zrobić na wiele sposobów:

1. Użyj histogramu 2D jakiegoś rodzaju (np. matplotlib.pyplot.hist2d lub matplotlib.pyplot.hexbin) (Możesz również wyświetlić wyniki jako kontury-po prostu użyj numpy.histogram2d, a następnie kontur tablicy wynikowej.)

2. Wykonaj oszacowanie gęstości jądra (KDE) i konturuj wyniki. KDE jest zasadniczo wygładzonym histogramem. Zamiast punktu wpadającego do określonego pojemnika, dodaje wagę do otaczających pojemników (zwykle w kształcie Gaussa "krzywa dzwonka").

Korzystanie z histogramu 2D jest proste i łatwe do zrozumienia, ale funddemently daje "blokowe" wyniki.

Są pewne zmarszczki do zrobienia drugiego "poprawnie" (tzn. nie ma jednego poprawnego sposobu). Nie będę tu wchodzić w szczegóły, ale jeśli chcesz statystycznie zinterpretować wyniki, musisz poczytać o tym (szczególnie o wyborze pasma).

W każdym razie, oto przykład różnic. I ' m każdy z nich będzie rysowany podobnie, więc nie będę używał konturów, ale równie łatwo można narysować histogram 2D lub Gaussian KDE za pomocą wykresu konturów:

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import kde

np.random.seed(1977)

# Generate 200 correlated x,y points
data = np.random.multivariate_normal([0, 0], [[1, 0.5], [0.5, 3]], 200)
x, y = data.T

nbins = 20

fig, axes = plt.subplots(ncols=2, nrows=2, sharex=True, sharey=True)

axes[0, 0].set_title('Scatterplot')
axes[0, 0].plot(x, y, 'ko')

axes[0, 1].set_title('Hexbin plot')
axes[0, 1].hexbin(x, y, gridsize=nbins)

axes[1, 0].set_title('2D Histogram')
axes[1, 0].hist2d(x, y, bins=nbins)

# Evaluate a gaussian kde on a regular grid of nbins x nbins over data extents
k = kde.gaussian_kde(data.T)
xi, yi = np.mgrid[x.min():x.max():nbins*1j, y.min():y.max():nbins*1j]
zi = k(np.vstack([xi.flatten(), yi.flatten()]))

axes[1, 1].set_title('Gaussian KDE')
axes[1, 1].pcolormesh(xi, yi, zi.reshape(xi.shape))

fig.tight_layout()
plt.show()

Jeszcze jedno zastrzeżenie: jeśli jesteś robiąc to w nie-kartezjańskim układzie współrzędnych, żadna z tych metod nie ma zastosowania ! Uzyskanie oszacowania gęstości na kulistej skorupie jest nieco bardziej skomplikowane.