python - 如何使用 python 中内置的 numpy 或 matplotlib 函数正确生成 3d 直方图？

Question

这更像是一个关于在 python 中创建 3d 直方图的一般问题。

我尝试使用以下代码中的 X 和 Y 数组创建 3d 直方图

import matplotlib
import pylab
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
from matplotlib import cm

def threedhist():
    X = [1, 3, 5, 8, 6, 7, 1, 2, 4, 5]
    Y = [3, 4, 3, 6, 5, 3, 1, 2, 3, 8]
    fig = pylab.figure()
    ax = Axes3D(fig)
    ax.hist([X, Y], bins=10, range=[[0, 10], [0, 10]])
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.zlabel('Frequency')
    plt.title('Histogram')
    plt.show()

但是，我收到以下错误

Traceback (most recent call last):
  File "<pyshell#0>", line 1, in <module>
    a3dhistogram()
  File "C:/Users/ckiser/Desktop/Projects/Tom/Python Files/threedhistogram.py", line 24, in a3dhistogram
    ax.hist([X, Y], bins=10, range=[[0, 10], [0, 10]])
  File "C:\Python27\lib\site-packages\matplotlib\axes.py", line 7668, in hist
    m, bins = np.histogram(x[i], bins, weights=w[i], **hist_kwargs)
  File "C:\Python27\lib\site-packages\numpy\lib\function_base.py", line 169, in histogram
    mn, mx = [mi+0.0 for mi in range]
TypeError: can only concatenate list (not "float") to list

我已经尝试过在行中有和没有“[”的代码
ax.hist([X, Y], bins=10, range=[[0, 10], [0, 10]])
我也尝试过 numpy 的功能但没有成功
H, xedges, yedges = np.histogram2d(x, y, bins = (10, 10))
我是否缺少步骤或参数？任何建议将不胜感激。

Answer 1

我在一个关于彩色 3d 条形图的相关线程中发布了这个，但我认为它在这里也很相关，因为我在任何一个线程中都找不到我需要的完整答案。此代码为任何类型的 x-y 数据生成直方图散点图。高度表示该 bin 中值的频率。因此，例如，如果您有许多 (x,y) = (20,20) 的数据点，它将是高且红色的。如果您在 (x,y) = (100,100) 的 bin 中只有很少的数据点，它将是低的和蓝色的。

注意:结果将根据您拥有的数据量以及您为直方图选择的箱数而有很大差异。相应调整!

xAmplitudes = #your data here
yAmplitudes = #your other data here

x = np.array(xAmplitudes)   #turn x,y data into numpy arrays
y = np.array(yAmplitudes)

fig = plt.figure()          #create a canvas, tell matplotlib it's 3d
ax = fig.add_subplot(111, projection='3d')

#make histogram stuff - set bins - I choose 20x20 because I have a lot of data
hist, xedges, yedges = np.histogram2d(x, y, bins=(20,20))
xpos, ypos = np.meshgrid(xedges[:-1]+xedges[1:], yedges[:-1]+yedges[1:])

xpos = xpos.flatten()/2.
ypos = ypos.flatten()/2.
zpos = np.zeros_like (xpos)

dx = xedges [1] - xedges [0]
dy = yedges [1] - yedges [0]
dz = hist.flatten()

cmap = cm.get_cmap('jet') # Get desired colormap - you can change this!
max_height = np.max(dz)   # get range of colorbars so we can normalize
min_height = np.min(dz)
# scale each z to [0,1], and get their rgb values
rgba = [cmap((k-min_height)/max_height) for k in dz] 

ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color=rgba, zsort='average')
plt.title("X vs. Y Amplitudes for ____ Data")
plt.xlabel("My X data source")
plt.ylabel("My Y data source")
plt.savefig("Your_title_goes_here")
plt.show()

我的大约 75k 个数据点的结果如下。请注意，您可以拖放到不同的视角，并且可能希望保存多个 View 以供演示、后代使用。