python-3.x - Matplotlib 如何为四个 2d 直方图绘制 1 个颜色条

Question

在我开始之前我想说我已经尝试关注 this和 this发布相同的问题，但是他们使用 imshow 热图来完成它，这与我正在做的 2d 直方图不同。

这是我的代码(实际数据已被随机生成的数据替换，但要点是一样的):

import matplotlib.pyplot as plt
import numpy as np

def subplots_hist_2d(x_data, y_data, x_labels, y_labels, titles):
    fig, a = plt.subplots(2, 2)

    a = a.ravel()
    for idx, ax in enumerate(a):
        image = ax.hist2d(x_data[idx], y_data[idx], bins=50, range=[[-2, 2],[-2, 2]])
        ax.set_title(titles[idx], fontsize=12)
        ax.set_xlabel(x_labels[idx])
        ax.set_ylabel(y_labels[idx])
        ax.set_aspect("equal")
    cb = fig.colorbar(image[idx])
    cb.set_label("Intensity", rotation=270)

    # pad = how big overall pic is
    # w_pad = how separate they're left to right
    # h_pad = how separate they're top to bottom
    plt.tight_layout(pad=-1, w_pad=-10, h_pad=0.5)

x1, y1 = np.random.uniform(-2, 2, 10000), np.random.uniform(-2, 2, 10000)
x2, y2 = np.random.uniform(-2, 2, 10000), np.random.uniform(-2, 2, 10000)
x3, y3 = np.random.uniform(-2, 2, 10000), np.random.uniform(-2, 2, 10000)
x4, y4 = np.random.uniform(-2, 2, 10000), np.random.uniform(-2, 2, 10000)
x_data = [x1, x2, x3, x4]
y_data = [y1, y2, y3, y4]
x_labels = ["x1", "x2", "x3", "x4"]
y_labels = ["y1", "y2", "y3", "y4"]
titles = ["1", "2", "3", "4"]
subplots_hist_2d(x_data, y_data, x_labels, y_labels, titles)

这就是它生成的内容:

所以现在我的问题是，我一辈子都无法让颜色条应用于所有 4 个直方图。同样出于某种原因，与其他直方图相比，右下角的直方图似乎表现得很奇怪。在我发布的链接中，他们的方法似乎没有使用 a = a.ravel() 我只是在这里使用它，因为这是让我绘制 4 的唯一方法直方图作为子图。帮助？

编辑:Thomas Kuhn 你的新方法实际上解决了我所有的问题，直到我放下标签并尝试使用 plt.tight_layout() 来解决重叠问题。似乎如果我在 plt.tight_layout(pad=i, w_pad=0, h_pad=0) 中输入特定参数，那么颜色条就会开始出现异常。我现在将解释我的问题。

我对你的新方法做了一些修改，这样它就符合我的要求，就像这样

def test_hist_2d(x_data, y_data, x_labels, y_labels, titles):
    nrows, ncols = 2, 2
    fig, axes = plt.subplots(nrows, ncols, sharex=True, sharey=True)
    ##produce the actual data and compute the histograms
    mappables=[]
    for (i, j), ax in np.ndenumerate(axes):
        H, xedges, yedges = np.histogram2d(x_data[i][j], y_data[i][j], bins=50, range=[[-2, 2],[-2, 2]])
        ax.set_title(titles[i][j], fontsize=12)
        ax.set_xlabel(x_labels[i][j])
        ax.set_ylabel(y_labels[i][j])
        ax.set_aspect("equal")
        mappables.append(H)

    ##the min and max values of all histograms
    vmin = np.min(mappables)
    vmax = np.max(mappables)

    ##second loop for visualisation
    for ax, H in zip(axes.ravel(), mappables):
        im = ax.imshow(H,vmin=vmin, vmax=vmax, extent=[-2,2,-2,2])
    
    ##colorbar using solution from linked question
    fig.colorbar(im,ax=axes.ravel())
    plt.show()
#    plt.tight_layout
#    plt.tight_layout(pad=i, w_pad=0, h_pad=0)

现在，如果我尝试生成我的数据，在这种情况下:

phi, cos_theta = get_angles(runs)

detector_x1, detector_y1, smeared_x1, smeared_y1 = detection_vectorised(1.5, cos_theta, phi)
detector_x2, detector_y2, smeared_x2, smeared_y2 = detection_vectorised(1, cos_theta, phi)
detector_x3, detector_y3, smeared_x3, smeared_y3 = detection_vectorised(0.5, cos_theta, phi)
detector_x4, detector_y4, smeared_x4, smeared_y4 = detection_vectorised(0, cos_theta, phi)

这里detector_x, detector_y, smeared_x, smeared_y都是数据点列表所以现在我将它们放入 2x2 列表中，以便它们可以通过我的绘图函数适本地解压缩，如下所示:

data_x = [[detector_x1, detector_x2], [detector_x3, detector_x4]]
data_y = [[detector_y1, detector_y2], [detector_y3, detector_y4]]
x_labels = [["x positions(m)", "x positions(m)"], ["x positions(m)", "x positions(m)"]]
y_labels = [["y positions(m)", "y positions(m)"], ["y positions(m)", "y positions(m)"]]
titles = [["0.5m from detector", "1.0m from detector"], ["1.5m from detector", "2.0m from detector"]]

我现在运行我的代码

test_hist_2d(data_x, data_y, x_labels, y_labels, titles)

只打开 plt.show()，它给出了这个:

这很棒，因为在数据和视觉方面，这正是我想要的，即颜色图对应于所有 4 个直方图。然而，由于标签与标题重叠，我想我会运行同样的东西，但这次使用 plt.tight_layout(pad=a, w_pad=b, h_pad=c) 希望我将能够调整重叠标签问题。然而这次无论我如何更改数字 a、b 和 c，我总是让我的颜色条位于图表的第二列，如下所示:

现在改变 a 只会使整个子图变大或变小，我能做的最好的就是用 plt.tight_layout(pad=-10, w_pad=-15, h_pad=0)，看起来像这样

所以看起来无论你的新方法是做什么的，它都让整个情节失去了可调整性。你的解决方案虽然解决了一个问题，但反过来又创造了另一个问题。那么在这里做什么最好呢？

编辑 2:

使用 fig, axes = plt.subplots(nrows, ncols, sharex=True, sharey=True, constrained_layout=True) 以及 plt.show() 给出

如您所见，即使使用 plt.subplots_adjust() 也无法消除子图列之间的垂直间隙。

Answer 1

编辑:

正如评论中所指出的，这里最大的问题实际上是使许多直方图的颜色条有意义，因为 ax.hist2d 将始终缩放从 numpy 接收的直方图数据。因此，最好先使用 numpy 计算二维直方图数据，然后再次使用 imshow 将其可视化。这样，也是linked question的解决方案可以应用。为了使归一化问题更加明显，我努力使用 scipy.stats.multivariate_normal 生成一些质量不同的二维直方图，这显示了直方图的高度如何发生显着变化，即使每个图中的样本数量相同。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import gridspec as gs
from scipy.stats import multivariate_normal

##opening figure and axes
nrows=3
ncols=3
fig, axes = plt.subplots(nrows,ncols)

##generate some random data for the distributions
means = np.random.rand(nrows,ncols,2)
sigmas = np.random.rand(nrows,ncols,2)
thetas = np.random.rand(nrows,ncols)*np.pi*2

##produce the actual data and compute the histograms
mappables=[]
for mean,sigma,theta in zip( means.reshape(-1,2), sigmas.reshape(-1,2), thetas.reshape(-1)):

    ##the data (only cosmetics):    
    c, s = np.cos(theta), np.sin(theta)
    rot = np.array(((c,-s), (s, c)))
    cov = rot@np.diag(sigma)@rot.T
    rv = multivariate_normal(mean,cov)
    data = rv.rvs(size = 10000)

    ##the 2d histogram from numpy
    H,xedges,yedges = np.histogram2d(data[:,0], data[:,1], bins=50, range=[[-2, 2],[-2, 2]])

    mappables.append(H)

##the min and max values of all histograms
vmin = np.min(mappables)
vmax = np.max(mappables)

##second loop for visualisation
for ax,H in zip(axes.ravel(),mappables):
    im = ax.imshow(H,vmin=vmin, vmax=vmax, extent=[-2,2,-2,2])

##colorbar using solution from linked question
fig.colorbar(im,ax=axes.ravel())

plt.show()

此代码生成如下图:

旧答案:

解决问题的一种方法是显式为颜色栏生成空间。您可以使用 GridSpec 实例来定义颜色栏的宽度。在您的 subplots_hist_2d() 函数下方进行一些修改。请注意，您对 tight_layout() 的使用将颜色栏移到了一个有趣的地方，因此进行了替换。如果你想让绘图彼此更接近，我宁愿建议使用图形的纵横比。

def subplots_hist_2d(x_data, y_data, x_labels, y_labels, titles):

##    fig, a = plt.subplots(2, 2)
    fig = plt.figure()
    g = gs.GridSpec(nrows=2, ncols=3, width_ratios=[1,1,0.05])
    a = [fig.add_subplot(g[n,m]) for n in range(2) for m in range(2)]
    cax = fig.add_subplot(g[:,2])


##    a = a.ravel()
    for idx, ax in enumerate(a):
        image = ax.hist2d(x_data[idx], y_data[idx], bins=50, range=[[-2, 2],[-2, 2]])
        ax.set_title(titles[idx], fontsize=12)
        ax.set_xlabel(x_labels[idx])
        ax.set_ylabel(y_labels[idx])
        ax.set_aspect("equal")
##    cb = fig.colorbar(image[-1],ax=a)
    cb = fig.colorbar(image[-1], cax=cax)
    cb.set_label("Intensity", rotation=270)

    # pad = how big overall pic is
    # w_pad = how separate they're left to right
    # h_pad = how separate they're top to bottom
##    plt.tight_layout(pad=-1, w_pad=-10, h_pad=0.5)
    fig.tight_layout()

使用这个修改后的函数，我得到以下输出: