当我们需要观察比较2个变量间的关系时，散点图是我们首选图表。

可当数据量非常大，数据点又比较集中在某个区间中，图表没法看，密密麻麻的怎么看？

怎么办？这时候就得看密度图了

什么是密度图？

所谓的密度图 (Density Plot) 就是数据的分布稠密情况，它常用于显示数据在连续时间段内的分布状况。严格来说，它是由直方图演变而来，类似于把直方图进行了填充。

一般是使用平滑曲线来绘制数值水平来观察分布，峰值数值位置是该时间段内最高度集中的地方。

它比直方图适用性更强，不受分组数量（直方图的条形数量不宜过多）的影响，能更好地界定分布形状 。

本篇文章不谈论直方图，之后老海会专门总结关于直方图的使用。

什么是2D密度图？

说完了密度图和直方图，它们都是一维数据变量。

这下我们来看看2D密度图，它显示了数据集中两个定量变量范围内值的分布，有助于避免在散点图中过度绘制。

如果点太多，则2D密度图会计算2D空间特定区域内的观察次数。

该特定区域可以是正方形或六边形（六边形），还可以估算2D内核密度估算值，并用轮廓表示它。

本篇文章主要描述一下2D密度图的使用。

2D密度图的基本数据样式

2D密度图的使用建议

• 密度图是一种直方图的代替方案，常用来观察连续变量的分布情况
• 2D密度图主要用来解决数据点密度过大的问题，要注意密度分割是否合理。
• 当数据范围都非常集中，数据间变化不大时，密度图往往很难观察效果。

下面开始具体的操作案例

准备工作

还是和之前一样，引入必要的工具包

## 初始字体设置，设置好可避免很多麻烦
plt.rcParams['font.sans-serif']=['Source Han Sans CN']      # 显示中文不乱码，思源黑体 
plt.rcParams['font.size'] = 22                              # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整
plt.rcParams['axes.unicode_minus'] = False                  # 显示负数不乱码
## 初始化图表大小
plt.rcParams['figure.figsize'] = (20.0, 8.0)                # 设置figure_size尺寸
## 初始化图表分辨率质量
plt.rcParams['savefig.dpi'] = 300                           # 设置图表保存时的像素分辨率
plt.rcParams['figure.dpi'] = 300                            # 设置图表绘制时的像素分辨率

## 图表的颜色自定义
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\\'
# 自定义文件路径，可以自行设定
os.chdir(path)
# 设置为该路径为工作路径，一般存放数据源文件

设定图表样式和文件路径

Financial_data = pd.read_excel('虚拟演示案例数据.xlsx',sheet_name='二维表')
Financial_data

读入数据

Financial_data = pd.read_excel('虚拟演示案例数据.xlsx',sheet_name='二维表')
Financial_data

常见的6种密度图表类型

from scipy.stats import kde  # 引入核密度计算方法


# 为方便演示，创建6个子图的画板
fig, axes = plt.subplots(3,2, figsize=(20, 20))

# 第一个子图，我们来画一个基本的散点图
# 散点图是最经典的观察2个变量关系，但数据量非常大就会出数据点堆叠交错，当值我们无法进一步探索
axes[0][0].set_title('散点图')                                           # 设置标题
axes_0 = axes[0][0].plot(Financial_data['材料'], Financial_data['管理'], 'ko')    # 画出散点图



# 第二个子图，我们画出六边形蜂巢图
# 当寻找2个数值型变量的关系，数据量很大且不希望数据堆叠在一起，就可以按照蜂巢形状切割数据点，计算每个六边形里的点数来表达密度
num_bins = 50                                                      # 设置六边形包含的距离
axes[0][1].set_title('蜂巢六边形图')                                # 设置标题
axes_1= axes[0][1].hexbin(Financial_data['材料'], Financial_data['管理'], 
                  gridsize=num_bins,                               # 设置六边形的大小
                  cmap="Blues"                                     # 设置颜色组合
                 )

fig.colorbar(axes_1,ax=axes[0][1])                                 # 设置颜色显示条

# 第三个子图，我们画出2D直方图。
# 我们您需要分析两个数据量比较大的数值变量关系时，2D直方图非常有用，它可以避免在散点图中出现的的数据密度过大问题
num_bins = 50
axes[1][0].set_title('2D 直方图')
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])

 
# 第四个子图，我们画出高斯核密度图
# 考虑到想研究具有很多点的两个数值变量之间的关系。可以考虑绘图区域每个部分上的点数，来计算2D内核密度估计值。
# 就像平滑的直方图，这个方法不会使某个点掉入特定的容器中，而是会增加周围容器的权重，比如颜色会加深。
k = kde.gaussian_kde(Financial_data.loc[:,['材料','管理']].values.T)           # 进行核密度计算
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('高斯核密度图')
axes_3 = axes[1][1].pcolormesh(xi, 
                      yi, 
                      zi.reshape(xi.shape), 
                      cmap="Blues")

fig.colorbar(axes_3,ax=axes[1][1])                                  # 设置颜色显示条

# 第五个子图，我们画出带阴影效果的2D密度图
axes[2][0].set_title('带阴影效果的2D密度图')
axes[2][0].pcolormesh(xi, 
                      yi, 
                      zi.reshape(xi.shape), 
                      shading='gouraud', 
                      cmap="Blues")
 
# 第六个子图，我们画出带轮廓线的密度图
axes[2][1].set_title('带阴影+轮廓线的2D密度图')
axes_5 = axes[2][1].pcolormesh(xi, 
                      yi, 
                      zi.reshape(xi.shape), 
                      shading='gouraud', 
                      cmap="Blues")

fig.colorbar(axes_5,ax=axes[2][1])                                  # 设置颜色显示条

# 画出轮廓线
axes[2][1].contour(xi, 
                   yi, 
                   zi.reshape(xi.shape))

plt.show()

特别提一下：2D核密度估计图

sns.kdeplot(Financial_data['材料'],Financial_data['管理'])
sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到

sns.kdeplot(Financial_data['材料'],Financial_data['管理'],
            cmap="Reds", 
            shade=True,                                    # 若为True，则在kde曲线下面的区域中进行阴影处理，color控制曲线及阴影的颜色
            shade_lowest=True,                        # 如果为True，则屏蔽双变量KDE图的最低轮廓。
#             bw=.15
           )
sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到

写在最后

之前介绍了散点图、热力图，这次的2D密度图，也是观察数据分布的好图表

它同样符合图表演变原则，符合直方图→1D密度图→2D密度图的变化过程

在解决数据点密度大，造成数据堆叠无法观察的问题上，密度图非常有用。

OK，今天先到这里了，老海日常随笔总结，码字不易，初心不改！

如果觉得喜欢，请动动小手关注和转发，鼓励一下我们。

我是老海，来自数据炼金术师