如何实现matplotlib散点图上层数据点整体均匀透明无叠加加深

该需求可以在Matplotlib中实现，以下是两种可行方案：

方案1：使用global_alpha参数（推荐，最简实现） #

Matplotlib 3.4及以上版本为scatter返回的PathCollection对象提供了global_alpha属性，该属性对整个散点集合统一生效，不会触发单个散点标记的透明度叠加：

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure(1, figsize=(6,4), dpi=160)
ax = fig.gca()

# 绘制下层散点
s1 = ax.scatter(np.random.randn(1000), np.random.randn(1000), color="b", edgecolors="none")
# 绘制上层散点
s2 = ax.scatter(np.random.randn(1000), np.random.randn(1000), color="g", edgecolors="none")

# 为整个上层散点集合设置统一透明度，替代原有的set_alpha方法
s2.set(global_alpha=0.5)

plt.show()

该方案对光栅（PNG、JPG）和矢量（SVG、PDF）格式的输出均兼容，无需额外处理。

方案2：低版本兼容方案（分层渲染合并） #

如果你使用的Matplotlib版本低于3.4，可以通过临时画布分层渲染的方式实现效果：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.image import BboxImage
from matplotlib.transforms import Bbox, TransformedBbox

fig = plt.figure(1, figsize=(6,4), dpi=160)
ax = fig.gca()
# 绘制底层散点
ax.scatter(np.random.randn(1000), np.random.randn(1000), color="b", edgecolors="none")

# 创建临时画布绘制上层散点，确保坐标和原画布完全对齐
temp_fig, temp_ax = plt.subplots(figsize=fig.get_figsize(), dpi=fig.dpi)
temp_ax.set_xlim(ax.get_xlim())
temp_ax.set_ylim(ax.get_ylim())
temp_ax.scatter(np.random.randn(1000), np.random.randn(1000), color="g", edgecolors="none")
# 隐藏临时画布的多余元素，设置背景透明
temp_ax.axis("off")
temp_fig.patch.set_alpha(0)
temp_ax.patch.set_alpha(0)

# 渲染临时画布并提取像素内容
temp_fig.canvas.draw()
layer_arr = np.array(temp_fig.canvas.buffer_rgba())
plt.close(temp_fig)

# 将上层散点整体以指定透明度贴回原坐标轴
bbox = TransformedBbox(Bbox.from_extents(*ax.get_xlim(), *ax.get_ylim()), ax.transData)
im = BboxImage(bbox, interpolation="nearest", origin="upper", alpha=0.5)
im.set_data(layer_arr)
ax.add_artist(im)

plt.show()

该方案默认适配光栅格式输出，如果需要矢量格式，可以将临时画布导出为SVG片段后修改全局透明度再嵌入原文件。

内容的提问来源于stack exchange，提问作者Marius Wallraff