python绘制密度散点图

头大，外行人做个图咋这么难，趋势线还没有研究出来怎么加上去，哎

import matplotlib.pyplot as plt 
from scipy.stats import gaussian_kde
from mpl_toolkits.axes_grid1 import make_axes_locatable
import numpy as np
import pandas as pd
from dbfread import DBF

data=DBF('native9.dbf')#数据量超级超级大，excel不够用用的dbf文件
df = pd.DataFrame(iter(data))
x=df['X']
y=df['Y']

#想原点坐标轴，也不会，就用笨办法的x=0,y=0表示
x1=np.array(range(-5,20))
y1=len(x1)*[0]
y2=np.array(range(-5,20))
x2=len(y2)*[0]

#计算点密度
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)#高斯核密度？

#根据密度对点进行排序，最密集的点在最后绘制
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]

fig, ax = plt.subplots(figsize=(7,5)) #figuresize图片比例

plt.xlim(-5,20)
plt.ylim(-5,20)

# 绘图
scatter = ax.scatter(x,y,marker='o',c=z,s=15,label='LST',cmap='Spectral_r') #o是实心圆，c=是设置点的颜色，cmap设置色彩范围，'Spectral_r'和'Spectral'色彩映射相反

divider = make_axes_locatable(ax) #画色域图？
cax = divider.append_axes("right", size="5%", pad=0.1)
#cbar = fig.colorbar(scatter, cax=cax, label='frequency')
cbar = fig.colorbar(scatter, cax=cax)

ax.plot(x1,y1,c='grey',ls='--',lw=1)
ax.plot(x2,y2,c='grey',ls='--',lw=1)

plt.savefig('F:/P1.png',dpi=600)
plt.show()

上成果图