离散散点图可视化

Question

这是一个非常特殊的绘图请求，但我有数据要以非常特殊的方式查看。情况如下：

1） 我拥有的数据分为25个数据箱，每个数据箱包含不同数量的数据点。仓位值越大，粗略地说，仓位中的数据点数量就越少（这只是数据处理的结果）。

[9568, 10079, 10137, 10090, 10154, 10091, 10046, 10116, 9959, 9401, 7703, 5216, 3089, 1632, 854, 466, 221, 106, 63, 27, 12, 5, 1, 0]

2）我可以访问bin值。

[ 0.02648645  0.09996368  0.1734409   0.24691813  0.32039536  0.39387258
  0.46734981  0.54082703  0.61430426  0.68778148  0.76125871  0.83473593
  0.90821316  0.98169038  1.05516761  1.12864483  1.20212206  1.27559928
  1.34907651  1.42255373  1.49603096  1.56950818  1.64298541  1.71646264]

我可以在matplotlib中轻松生成“errorbar”类型的绘图（y轴从半径缩放到以下度数）：

但是，对于我想研究的内容来说，这并不是特别有见地。我真的很想知道每个箱子中是否有角度值的“孤岛”，要做到这一点，我需要像散点图或imshow/hexbin类型的图，其中点的密度可以用颜色表示（至少在imshow/hexbin的情况下）。以下是用具有最小标记大小的规则散点图表示时发生的情况的示例：

有人知道生成这种可视化的好方法吗？

编辑：这可能有助于澄清一些事情。下图是前两个箱子的柱状图的示例。箱子中包含的数据似乎遵循某种分布（我之前提到过“孤岛”，因为我不排除分布中出现多个峰值的可能性）。我想这个分布是可视化的所有箱子同时进行。换句话说，有没有办法为每个垃圾箱绘制一张垂直温度图，并将它们全部显示在同一个图上？

Answer 1

评论中提到的小提琴情节很好地解决了我的问题。在这里，我找到了它的python实现——如果最终将其包含到matplotlib中，那肯定会很好。过度绘制是以中值为中心的方框图，包括第二和第三个四分位数。