matlab散点图转换热力图heatmap

（2021年11月更新：1根据评论区gygwxj的建议，增加了第二种方法的颜色深浅的物理含义。2补充了matlab在2017版本新加入的binscatter()函数）

1热力图简介

热力图是一种有效的可视化手段，利用颜色的变化、深浅，配合不同的底图（网页、地图等），可以将离散的数据，通过密度云图的方式形象的呈现出来。

所以如何利用离散数据构建密度云图便成为算法的关键之一。
下面主要以两种方式构建热力图。

2叠加方式构建热力图

参考算法：HeatMap（热图）的原理和实现
https://www.tuicool.com/articles/6jiQBn

有些地方还加入了权重、聚类算法等其他算法，优化热力图。这里，我只是尝试用比较简单的方式尝试一下。

这里的主要思路是控制每个点影响的半径。比如下图为2个点的半径由大到小的变化过程。

除了半径大小，还有分布的方式。这里我选择的是高斯分布。

之后，两个圆的叠加方式，我选择的是概率密度的叠加。
$$Z=1-(1-x_1)(1-x_2),.$$
matlab代码如下：

t=[0:0.01:1].^1.0;
x=0.5*(t.^2).*cos(5*pi*t.^2)+0.5;
y=0.5*(t.^2).*sin(5*pi*t.^2)+0.5;

%构建绘图网格
[X,Y]=meshgrid(0:0.001:1,0:0.001:1);
sigma=0.05;%影响半径
%初始化
Z=zeros(size(X));
Zsum=Z;
%逐个点叠加
for j=1:length(x)
    Z=Gauss2D(X,Y,sigma,x(j),y(j)