mpl-scatter-density#

mpl-scatter-density erleichtert das Erstellen interkativer Streudichtekarten aus großen Datenmengen.

Installation#

$ pipenv install mpl-scatter-density

Damit werden atuomatisch auch die Abhängigkeiten Numpy, Matplotlib und fast-histogram installiert.

Verwendungszweck#

[1]:

import numpy as np
import mpl_scatter_density
import matplotlib.pyplot as plt

[2]:

# Generate fake data

N = 10000000
x = np.random.normal(4, 2, N)
y = np.random.normal(3, 1, N)

Es gibt im Wesentlichen zwei Verweundungszwecke für mpl-scatter-density, projection='scatter_density' und ScatterDensityArtist.

`projection='scatter_density'`#

[3]:

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1, projection='scatter_density')
ax.scatter_density(x, y)
ax.set_xlim(-5, 10)
ax.set_ylim(-5, 10)
fig.savefig('gaussian.png')

../_images/matplotlib_mpl-scatter-density_7_0.png

`ScatterDensityArtist`#

Auch im vorhergehenden Beispiel wird ScatterDensityArtist verwendet, ohne es jedoch direkt anzugeben. Im folgenden Beispiel fügen wir es explizit den Achsen hinzu:

[4]:

from mpl_scatter_density import ScatterDensityArtist
a = ScatterDensityArtist(ax, x, y)
ax.add_artist(a)

[4]:

<mpl_scatter_density.scatter_density_artist.ScatterDensityArtist at 0x7f99bbc52b50>