散点图结合直方图坐标轴并按密度着色的实现问题

我明白你遇到的困扰了——想把密度着色的散点图和左侧/底部布局的边缘分布图结合，但加z=c参数时直接报错对吧？其实问题出在参数用错了，再加上子图布局需要一点点调整，我给你整理了一套完整的可运行方案，直接就能用：

完整代码示例 #

from scipy.stats import gaussian_kde
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable

# 生成示例数据（和你的数据逻辑一致）
np.random.seed(42)  # 固定随机种子，方便复现结果
x = np.random.normal(0, 1, 500)
y = x + 0.3 * np.random.normal(0, 1, 500)

# 计算每个点的密度值（用来给散点着色）
xy_coords = np.vstack([x, y])
density = gaussian_kde(xy_coords)(xy_coords)
# 按密度排序：让高密度点在上方显示，避免被遮挡（可选但实用）
sorted_idx = density.argsort()
x_sorted, y_sorted, density_sorted = x[sorted_idx], y[sorted_idx], density[sorted_idx]

# 创建复合子图布局：主散点图（中间）+ 左侧y边缘图 + 底部x边缘图
fig = plt.figure(figsize=(8, 8))

# 主图（中间区域）
ax_main = fig.add_subplot(111)
# 左侧y轴边缘分布图（和主图共享y轴）
ax_y_dist = fig.add_subplot(121, sharey=ax_main)
# 底部x轴边缘分布图（和主图共享x轴）
ax_x_dist = fig.add_subplot(224, sharex=ax_main)

# 绘制主散点图：这里用c参数绑定密度值（你之前错用了z！）
scatter_plot = ax_main.scatter(
    x_sorted, y_sorted, 
    c=density_sorted,  # 核心：用c指定颜色映射的数值，不是z！
    s=20, cmap='viridis', alpha=0.7
)

# 绘制左侧y轴边缘分布图（直方图+密度曲线）
ax_y_dist.hist(y, bins=20, orientation='horizontal', density=True, color='lightblue', alpha=0.7)
kde_y = gaussian_kde(y)
y_range = np.linspace(y.min(), y.max(), 1000)
ax_y_dist.plot(kde_y(y_range), y_range, color='darkblue')
# 隐藏左侧轴的x刻度/标签，避免重复冗余
ax_y_dist.set_xticks([])
ax_y_dist.set_xlabel('')

# 绘制底部x轴边缘分布图（直方图+密度曲线）
ax_x_dist.hist(x, bins=20, density=True, color='lightgreen', alpha=0.7)
kde_x = gaussian_kde(x)
x_range = np.linspace(x.min(), x.max(), 1000)
ax_x_dist.plot(x_range, kde_x(x_range), color='darkgreen')
# 隐藏底部轴的y刻度/标签，让布局更整洁
ax_x_dist.set_yticks([])
ax_x_dist.set_ylabel('')

# 给主图添加标签
ax_main.set_xlabel('X Value')
ax_main.set_ylabel('Y Value')

# 添加密度对应的颜色条
divider = make_axes_locatable(ax_main)
cax = divider.append_axes("right", size="5%", pad=0.1)
plt.colorbar(scatter_plot, cax=cax, label='Point Density')

# 调整子图间距，避免元素重叠
plt.tight_layout()
plt.show()

关键问题解析&优化点 #

• 报错核心原因：你用了z=c，但matplotlib的scatter函数是用c参数来指定颜色映射的数值，z是专门给3D散点图用的z轴坐标参数，参数用错自然会报错，改成c=density_sorted就解决了。
• 子图布局优化：用sharey和sharex让边缘图和主图的坐标轴范围保持一致，避免视觉错位；同时隐藏重复的刻度标签，让整体布局更简洁。
• 视觉效果提升：按密度排序后，高密度的点会显示在最上层，不会被低密度点遮挡，能更清晰看到数据密集区域。

内容的提问来源于stack exchange，提问作者Eruditio