python - 如何使用或操作 hist2d 的输出(返回值)并创建新的直方图

Question

我正在尝试解决如何使用 hist2d 的返回值。我看到它返回一个二维数组(“直方图对象”)以及 bin 边缘和图像。我想做的是创建两个直方图(一些物理数据)，对它们进行标准化，减去它们(即减去 bin 值)，然后对剩下的内容进行直方图绘制。

可以从这个开始:

h1 = plt.hist2d(x1, y1,bins=(100,100),normed=True)
h2 = plt.hist2d(x2, y2,bins=(100,100),normed=True)

h1 和 h2 的长度实际上是 4，其中 h1[0] 是带有 bin 值的二维数组。我不清楚 h1 1 到底是什么,h1 2和 h1[3] 是，但减去它们会产生 0 的数组。但是，我可以减去 h1[0] 和 h2[0] 并得到看起来有意义的 bin 值:

h1 = plt.hist2d(x1, y1,bins=(100,100),normed=True)
h2 = plt.hist2d(x2, y2,bins=(100,100),normed=True)
H = h1[0] - h2[0]

现在的问题是，如何制作这些新值的直方图？我可以重写 h1[0]，但即便如此，如何以相同的格式重新绘制 hist2d 而不使用不同类型的函数？人们可以使用 histogram2d 做类似的事情，也许还可以使用网格，但结果很难看:

h1, xedges, yedges = np.histogram2d(x1, y1,bins=(100,100),normed=True)
h2, xedges, yedges = np.histogram2d(x2, y2,bins=(100,100),normed=True)
H = h1 - h2
fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(121, title='imshow: square bins')
plt.imshow(H, interpolation='nearest', origin='low',extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]])
ax = fig.add_subplot(122, title='pcolormesh: actual edges')
X, Y = np.meshgrid(xedges, yedges)
ax.pcolormesh(X, Y, H)
plt.show()

正如一位评论者指出的那样，这些图倾斜是有道理的，因为它们现在是 (100,100) 个 bin，而不是原始轴，原始轴是 (0,1000)、(-100,100)。这个问题可以修复:

plt.imshow(H, interpolation='nearest', origin='low')

但是，输出会发生奇怪的旋转。我可以看出，因为模糊的模糊条应该是垂直的:

Answer 1

两个问题。

1. 您需要对两个直方图使用相同的分箱，否则它们无法相减。
2. 您无法减去密度，除非您确保它们引用相同的点数和相同的数据范围。因为不太可能有相同数量的点，所以请计算绝对频率，如果它们位于同一个容器中，则可以轻松减去绝对频率。

因此它需要

h1, xedges, yedges = np.histogram2d(x1, y1, bins=(100,100),normed=False)
h2, _, __ = np.histogram2d(x2, y2, bins=(xedges, yedges), normed=False)
H = h1 - h2

绘图时注意np.histogram2d的输出数组needs to be transposed绘图之前；即 plt.imshow(H.T, ...) 或 plt.pcolormesh(X, Y, H.T, ...)。