當我們需要觀察比較2個變量間的關系時，散點圖是我們首選圖表。

可當數據量非常大，數據點又比較集中在某個區間中，圖表沒法看，密密麻麻的怎么看? 

怎么辦?這時候就得看密度圖了

什么是密度圖? 

所謂的密度圖 (Density Plot) 就是數據的分布稠密情況，它常用于顯示數據在連續時間段內的分布狀況。嚴格來說，它是由直方圖演變而來，類似于把直方圖進行了填充。

一般是使用平滑曲線來繪制數值水平來觀察分布，峰值數值位置是該時間段內最高度集中的地方。

它比直方圖適用性更強，不受分組數量(直方圖的條形數量不宜過多)的影響，能更好地界定分布形狀 。

本篇文章不談論直方圖，之后老海會專門總結關于直方圖的使用。

什么是2D密度圖?

說完了密度圖和直方圖，它們都是一維數據變量。

這下我們來看看2D密度圖，它顯示了數據集中兩個定量變量范圍內值的分布，有助于避免在散點圖中過度繪制。

如果點太多，則2D密度圖會計算2D空間特定區域內的觀察次數。

該特定區域可以是正方形或六邊形(六邊形)，還可以估算2D內核密度估算值，并用輪廓表示它。

本篇文章主要描述一下2D密度圖的使用。 

2D密度圖的基本數據樣式 

2D密度圖的使用建議

• 密度圖是一種直方圖的代替方案，常用來觀察連續變量的分布情況
• 2D密度圖主要用來解決數據點密度過大的問題，要注意密度分割是否合理。
• 當數據范圍都非常集中，數據間變化不大時，密度圖往往很難觀察效果。

下面開始具體的操作案例

準備工作

還是和之前一樣，引入必要的工具包 

## 初始字體設置，設置好可避免很多麻煩 
plt.rcParams['font.sans-serif']=['Source Han Sans CN']      # 顯示中文不亂碼，思源黑體  
plt.rcParams['font.size'] = 22                              # 設置圖表全局字體大小，后期某個元素的字體大小可以自行調整 
plt.rcParams['axes.unicode_minus'] = False                  # 顯示負數不亂碼 
## 初始化圖表大小 
plt.rcParams['figure.figsize'] = (20.0, 8.0)                # 設置figure_size尺寸 
## 初始化圖表分辨率質量 
plt.rcParams['savefig.dpi'] = 300                           # 設置圖表保存時的像素分辨率 
plt.rcParams['figure.dpi'] = 300                            # 設置圖表繪制時的像素分辨率 
 
## 圖表的顏色自定義 
colors = ['#dc2624', '#2b4750', '#45a0a2', '#e87a59', 
         '#7dcaa9', '#649E7D', '#dc8018', '#C89F91',  
         '#6c6d6c', '#4f6268', '#c7cccf'] 
plt.rcParams['axes.prop_cycle'] = plt.cycler( color=colors) 
 
path = 'D:\\系列文章\\' 
# 自定義文件路徑，可以自行設定 
os.chdir(path) 
# 設置為該路徑為工作路徑，一般存放數據源文件 

設定圖表樣式和文件路徑 

Financial_data = pd.read_excel('虛擬演示案例數據.xlsx',sheet_name='二維表') 
Financial_data 

讀入數據 

Financial_data = pd.read_excel('虛擬演示案例數據.xlsx',sheet_name='二維表') 
Financial_data 

常見的6種密度圖表類型 

from scipy.stats import kde  # 引入核密度計算方法 
 
 
# 為方便演示，創建6個子圖的畫板 
fig, axes = plt.subplots(3,2, figsize=(20, 20)) 
 
# 第一個子圖，我們來畫一個基本的散點圖 
# 散點圖是最經典的觀察2個變量關系，但數據量非常大就會出數據點堆疊交錯，當值我們無法進一步探索 
axes[0][0].set_title('散點圖')                                           # 設置標題 
axes_0 = axes[0][0].plot(Financial_data['材料'], Financial_data['管理'], 'ko')    # 畫出散點圖 
 
 
 
# 第二個子圖，我們畫出六邊形蜂巢圖 
# 當尋找2個數值型變量的關系，數據量很大且不希望數據堆疊在一起，就可以按照蜂巢形狀切割數據點，計算每個六邊形里的點數來表達密度 
num_bins = 50                                                      # 設置六邊形包含的距離 
axes[0][1].set_title('蜂巢六邊形圖')                                # 設置標題 
axes_1= axes[0][1].hexbin(Financial_data['材料'], Financial_data['管理'],  
                  gridsize=num_bins,                               # 設置六邊形的大小 
                  cmap="Blues"                                     # 設置顏色組合 
                 ) 
 
fig.colorbar(axes_1,ax=axes[0][1])                                 # 設置顏色顯示條 
 
# 第三個子圖，我們畫出2D直方圖。 
# 我們您需要分析兩個數據量比較大的數值變量關系時，2D直方圖非常有用，它可以避免在散點圖中出現的的數據密度過大問題 
num_bins = 50 
axes[1][0].set_title('2D 直方圖') 
axes_2 = axes[1][0].hist2d(Financial_data['材料'], Financial_data['管理'],  
                  bins=(num_bins,num_bins),  
                  cmap="Blues") 
 
# fig.colorbar(axes_2,ax=axes[1][0]) 
 
  
# 第四個子圖，我們畫出高斯核密度圖 
# 考慮到想研究具有很多點的兩個數值變量之間的關系。可以考慮繪圖區域每個部分上的點數，來計算2D內核密度估計值。 
# 就像平滑的直方圖，這個方法不會使某個點掉入特定的容器中，而是會增加周圍容器的權重，比如顏色會加深。 
k = kde.gaussian_kde(Financial_data.loc[:,['材料','管理']].values.T)           # 進行核密度計算 
xi, yi = np.mgrid[Financial_data['材料'].min():Financial_data['材料'].max():num_bins*1j, Financial_data['管理'].min():Financial_data['管理'].max():num_bins*1j] 
zi = k(np.vstack([xi.flatten(), yi.flatten()])) 
 
axes[1][1].set_title('高斯核密度圖') 
axes_3 = axes[1][1].pcolormesh(xi,  
                      yi,  
                      zi.reshape(xi.shape),  
                      cmap="Blues") 
 
fig.colorbar(axes_3,ax=axes[1][1])                                  # 設置顏色顯示條 
 
# 第五個子圖，我們畫出帶陰影效果的2D密度圖 
axes[2][0].set_title('帶陰影效果的2D密度圖') 
axes[2][0].pcolormesh(xi,  
                      yi,  
                      zi.reshape(xi.shape),  
                      shading='gouraud',  
                      cmap="Blues") 
  
# 第六個子圖，我們畫出帶輪廓線的密度圖 
axes[2][1].set_title('帶陰影+輪廓線的2D密度圖') 
axes_5 = axes[2][1].pcolormesh(xi,  
                      yi,  
                      zi.reshape(xi.shape),  
                      shading='gouraud',  
                      cmap="Blues") 
 
fig.colorbar(axes_5,ax=axes[2][1])                                  # 設置顏色顯示條 
 
# 畫出輪廓線 
axes[2][1].contour(xi,  
                   yi,  
                   zi.reshape(xi.shape)) 
 
plt.show() 

特別提一下：2D核密度估計圖

sns.kdeplot(Financial_data['材料'],Financial_data['管理']) 
sns.despine() # 默認無參數狀態，就是刪除上方和右方的邊框，matplotlib貌似做不到  

sns.kdeplot(Financial_data['材料'],Financial_data['管理'], 
            cmap="Reds",  
            shade=True,                                    # 若為True，則在kde曲線下面的區域中進行陰影處理，color控制曲線及陰影的顏色 
            shade_lowest=True,                        # 如果為True，則屏蔽雙變量KDE圖的最低輪廓。 
#             bw=.15 
           ) 
sns.despine() # 默認無參數狀態，就是刪除上方和右方的邊框，matplotlib貌似做不到  

寫在最后

之前介紹了散點圖、熱力圖，這次的2D密度圖，也是觀察數據分布的好圖表

它同樣符合圖表演變原則，符合直方圖→1D密度圖→2D密度圖的變化過程

在解決數據點密度大，造成數據堆疊無法觀察的問題上，密度圖非常有用。

OK，今天先到這里了，老海日常隨筆總結，碼字不易，初心不改!

如果覺得喜歡，請動動小手關注和轉發，鼓勵一下我們。