如何在散点图中通过色谱展示多参数的参与情况？

核心思路 #

每个(x,y)数据点对应5个参数，我们可以通过颜色区分参数类型、图形面积对应参数权重的方式，直观展示每个点的参数参与占比。常见的实现方式有两种：叠加半透明圆形、饼图标记点。

实现代码（叠加圆形版） #

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

# 给定数据
x_values = np.array([1, 2, 3, 4, 5, 6])
y_values = np.array([4, 6, 3, 5, 7, 6])
information = np.array([
    [0.3, 0.5, 0.1, 0.1, 0.2, 0.1],
    [0.1, 0.2, 0.1, 0.1, 0.1, 0.5],
    [0.5, 0.1, 0.1, 0.1, 0.5, 0.1],
    [0.1, 0.1, 0.2, 0.5, 0.1, 0.1],
    [0.0, 0.1, 0.5, 0.2, 0.1, 0.2]])

# 为5个参数分配差异化颜色
cmap = cm.get_cmap('tab10', 5)
param_colors = [cmap(i) for i in range(5)]

# 基础尺寸（可根据需求调整）
base_size = 1000

plt.figure(figsize=(10, 6))

# 遍历每个数据点，绘制对应参数的叠加圆形
for point_idx in range(len(x_values)):
    x = x_values[point_idx]
    y = y_values[point_idx]
    param_weights = information[:, point_idx]
    
    # 计算每个参数对应的圆形面积（与权重成正比）
    area_ratios = param_weights / np.sum(param_weights)
    areas = area_ratios * base_size
    
    # 叠加半透明圆形，直观展示参数占比
    for param_idx, (area, color) in enumerate(zip(areas, param_colors)):
        plt.scatter(x, y, s=area, color=color, alpha=0.7)

# 添加图例
from matplotlib.patches import Patch
legend_items = [Patch(facecolor=param_colors[i], label=f'参数{i+1}') for i in range(5)]
plt.legend(handles=legend_items, loc='upper right')

plt.xlabel('X值')
plt.ylabel('Y值')
plt.title('数据点参数参与情况色谱展示')
plt.grid(True, alpha=0.3)
plt.show()

实现代码（饼图标记版，精准展示占比） #

如果需要更精确呈现每个参数的占比，可将每个数据点替换为迷你饼图：

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

# 给定数据（同前）
x_values = np.array([1, 2, 3, 4, 5, 6])
y_values = np.array([4, 6, 3, 5, 7, 6])
information = np.array([
    [0.3, 0.5, 0.1, 0.1, 0.2, 0.1],
    [0.1, 0.2, 0.1, 0.1, 0.1, 0.5],
    [0.5, 0.1, 0.1, 0.1, 0.5, 0.1],
    [0.1, 0.1, 0.2, 0.5, 0.1, 0.1],
    [0.0, 0.1, 0.5, 0.2, 0.1, 0.2]])

cmap = cm.get_cmap('tab10', 5)
param_colors = [cmap(i) for i in range(5)]
base_size = 1000

plt.figure(figsize=(10, 6))

# 遍历每个数据点，绘制饼图标记
for point_idx in range(len(x_values)):
    x = x_values[point_idx]
    y = y_values[point_idx]
    param_weights = information[:, point_idx]
    
    # 生成饼图作为标记
    pie_parts, _ = plt.pie(param_weights, colors=param_colors, radius=np.sqrt(base_size)/100)
    plt.scatter(x, y, marker=(pie_parts, 0), s=base_size)

# 添加图例
from matplotlib.patches import Patch
legend_items = [Patch(facecolor=param_colors[i], label=f'参数{i+1}') for i in range(5)]
plt.legend(handles=legend_items, loc='upper right')

plt.xlabel('X值')
plt.ylabel('Y值')
plt.title('数据点参数占比精准展示')
plt.grid(True, alpha=0.3)
plt.show()

说明 #

• 两种方式都通过颜色区分不同参数，面积/扇形大小对应参数权重
• 叠加圆形版更适合快速感知参数的相对参与度，饼图标记版则能精确展示占比比例
• 可通过调整base_size、alpha（透明度）等参数优化展示效果

内容的提问来源于stack exchange，提问作者Mamdud