matplotlib散点密度图

### 如何使用 Matplotlib 创建散点密度图

为了创建散点密度图，可以利用 `plt.hist2d` 函数来展示数据点的分布情况。此函数能够有效地表示不同区域的数据点密集度，并通过颜色深浅直观反映出来[^1]。

下面提供一段具体的实现代码：

import numpy as np
import matplotlib.pyplot as plt

# 构建模拟数据集
x = np.random.randn(1000)  # X轴上的随机数列
y = np.random.randn(1000)  # Y轴上的随机数列

# 绘制二维直方图形式的密度图
plt.hist2d(x, y, bins=50, cmap='Blues')

# 增加颜色条辅助理解色彩含义
cb = plt.colorbar()
cb.set_label('counts in bin')

# 设置图表标题与坐标轴标签
plt.title('Scatter Density Plot with Histogram')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')

# 显示图形窗口
plt.show()

除了上述方法外，还可以借助第三方库 `mpl-scatter-density` 来简化操作流程并获得更美观的效果。该库专为增强 Matplotlib 的绘图功能设计，特别适合处理大规模数据集下的高精度散点密度可视化任务[^2]。

对于希望进一步优化视觉效果的情况，可以通过先计算各点周围的局部密度再按照这个顺序渲染的方式来突出重点部分[^3]。