如何用第三个变量加权实现Matplotlib/Seaborn的加权KDE散点图？

问题背景 #

我有一组二维分布的点，使用sns.kdeplot可正常绘制密度图。但希望引入第三个变量，使该变量值较高的点在核密度估计时拥有更高权重。为展示预期效果，生成了如下数据集：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from scipy.stats import multivariate_normal

data_points = multivariate_normal([0.0, 0.0], [[9, 3], [3,3]]).rvs(250)
df = pd.DataFrame(data=data_points, columns=['x', 'y'])
df['intensity'] = round(np.sqrt(df['x']**2 + df['y']**2))

目前通过重复intensity变量对应行数的方式模拟权重效果：

df_repeat = df.loc[df.index.repeat(df['intensity'])]

对比绘图代码：

fig, ax = plt.subplots(1,2)
sns.kdeplot(ax = ax[0], data =df,  x = 'x',y = 'y')
sns.kdeplot(ax = ax[1], data =df_repeat,  x = 'x',y = 'y')

这种方式能达到预期效果，但存在数据冗余、效率较低的问题，有没有更简洁的实现方法？

优化方案 #

直接使用seaborn.kdeplot内置的weights参数即可，无需通过重复行模拟权重。该参数可直接传入每个样本对应的权重值，核密度估计过程会自动根据权重分配样本的贡献度，效果和重复行完全一致，但更高效简洁。

优化后的完整代码：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from scipy.stats import multivariate_normal

# 生成数据集
data_points = multivariate_normal([0.0, 0.0], [[9, 3], [3,3]]).rvs(250)
df = pd.DataFrame(data=data_points, columns=['x', 'y'])
df['intensity'] = round(np.sqrt(df['x']**2 + df['y']**2))

# 绘制对比图
fig, ax = plt.subplots(1, 2, figsize=(12, 5))

# 无权重的原始密度图
sns.kdeplot(ax=ax[0], data=df, x='x', y='y', fill=True)
ax[0].set_title('无权重核密度图')

# 带权重的密度图
sns.kdeplot(ax=ax[1], data=df, x='x', y='y', weights=df['intensity'], fill=True)
ax[1].set_title('带intensity权重的核密度图')

plt.tight_layout()
plt.show()

方案优势 #

• 内存高效：无需创建冗余的重复行数据集，避免权重值较大时的数据膨胀
• 代码简洁：直接通过参数声明权重逻辑，可读性更强
• 计算高效：减少了数据复制的开销，核密度估计过程更快速

内容的提问来源于stack exchange，提问作者user37292