python - 在 matplotlib 中取方格的平均值

Question

我目前有一个散点图，其中包含 3 组数据、x 坐标、y 坐标以及每个 x、y 处的值。这些集合是一维 numpy 数组。

matplotlib 中的 matplotlib.axes.Axes.hexbin 函数会累积每个 bin 中每个 x,y 处的所有分配值，然后取其平均值。这会生成一个带有六边形 bin 的色图。

是否可以使用 matplotlib 或 numpy 做类似的事情，但使用方形容器？

这是当前的 hexbin 代码:

plt.hexbin(daylim,Llim, C = elim, gridsize = 168,bins = 'log')

Answer 1

您可以在绘图之前计算要在分箱二维图中显示的值，然后显示为 imshow 图。

如果您乐于使用 pandas，一种选择是根据 cut (pandas.cut) x 和 y 数据对 z 数据进行分组。然后应用平均值 (.mean()) 并拆栈以获得数据透视表。

df.z.groupby([pd.cut(x, bins=xbins), pd.cut(y, bins=ybins)]) \
            .mean().unstack(fill_value=0)

这是一个完整的例子:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import  matplotlib.colors

x = np.arange(1,8)
y = np.arange(1,6)
X,Y = np.meshgrid(x,y)

df = pd.DataFrame({"x":X.flatten(), "y":Y.flatten(), "z":(X*Y).flatten()})

xbins = [0,4,8]
ybins = [0,3,6]
hist = df.z.groupby([pd.cut(df.x, bins=xbins), pd.cut(df.y, bins=ybins)]) \
            .mean().unstack(fill_value=0)
print hist
im = plt.imshow(hist.values, norm=matplotlib.colors.LogNorm(1,100))
plt.xticks(range(len(hist.index)), hist.index)
plt.yticks(range(len(hist.columns)), hist.columns)
plt.colorbar(im)
plt.show()

必须手动创建对数范数，并且需要根据分箱标记刻度。