matplotlib中的散点图和组合极性直方图

Question

我试图制作一个类似这样的图，它结合了笛卡尔散点图和极坐标直方图。（径向线可选） 存在类似的解决方案（通过Nicolas Legrand）来查看x和y（code here）中的差异，但我们需要查看比率（即x/y）。

更具体地说，当我们想要查看相对风险度量时，这是有用的，相对风险度量是两个概率的比率

散点图本身显然不是问题，但极坐标直方图更先进

我发现的最有希望的线索是matplotlib图库here中的这个中心示例

我曾尝试过这样做，但却遇到了matplotlib技能的极限。为实现这一目标所作的任何努力都将是巨大的

Answer 1

我相信其他人会有更好的建议，但有一种方法可以得到你想要的东西（不需要额外的轴艺术家），那就是将极轴投影与散点图和条形图结合使用。差不多

import matplotlib.pyplot as plt
import numpy as np

x = np.random.uniform(size=100)
y = np.random.uniform(size=100)

r = np.sqrt(x**2 + y**2)
phi = np.arctan2(y, x)

h, b = np.histogram(phi, bins=np.linspace(0, np.pi/2, 21), density=True)
colors = plt.cm.Spectral(h / h.max())

ax = plt.subplot(111, projection='polar')
ax.scatter(phi, r, marker='.')
ax.bar(b[:-1], h, width=b[1:] - b[:-1], 
       align='edge', bottom=np.max(r) + 0.2,  color=colors)
# Cut off at 90 degrees
ax.set_thetamax(90)
# Set the r grid to cover the scatter plot
ax.set_rgrids([0, 0.5, 1])
# Let's put a line at 1 assuming we want a ratio of some sort
ax.set_thetagrids([45], [1])

这将给

它缺少轴线标签和一些美化，但它可能是一个开始。我希望这是有帮助的