我想用 matplotlib 制作 x y 数据的多个 hexbin 密度图,类似于这个:
http://matplotlib.org/1.4.0/examples/pylab_examples/hexbin_demo.html
但我想将每个六边形的计数除以给定的数字(密度图中的最高偷看值),以便我所有的密度图都具有相同的着色,并且所有图的颜色条将为 [0,1] 范围.
有人可以向我展示一个工作示例吗?
谢谢你的期待,
亚诺斯
最佳答案
我看到了两种可能的方法来做到这一点。
方法一
第一种方法是调用 hexbin 以获取最大值,然后使用 reduce_C_function
输入选项执行另一个 hexbin 调用以缩放数据。
执行归一化的问题在于,在创建 hexbin 之前,您不知道每个 bin 中有多少点。使用您链接到的示例中的数据(但仅创建线性比例图),这将类似于:
plt.subplot(111)
hb = plt.hexbin(x,y, cmap=plt.cm.YlOrRd_r)
plt.cla()
plt.hexbin(x, y,
C=np.ones_like(y, dtype=np.float) / hb.get_array().max(),
cmap=plt.cm.YlOrRd_r,
reduce_C_function=np.sum)
plt.axis([xmin, xmax, ymin, ymax])
cb = plt.colorbar()
在第二个 hexbin 调用中,您必须提供
C
数组才能使用 reduce_C_function
选项。在这种情况下,C=np.ones_like(y) / hb.get_array().max()
就是您所需要的,因为您只需将这些值相加即可。请注意,在第一次 hexbin 调用后清除轴可能是有意义的。
这种方法的一个问题是,您将拥有没有点的空箱(空白区域)。如果您希望背景颜色与零值相同,则可以添加
plt.gca().set_axis_bgcolor(plt.cm.YlOrRd_r(0))
。方法二
另一种方法是简单地使用 hexbin 中固有的自动缩放,并简单地重新标记颜色条。例如:
plt.subplot(111)
hb = plt.hexbin(x,y, cmap=plt.cm.YlOrRd_r)
plt.axis([xmin, xmax, ymin, ymax])
cb = plt.colorbar()
cb.set_ticks(np.linspace(hb.get_array().min(), hb.get_array().max(), 6))
cb.set_ticklabels(np.linspace(0, 1., 6))
请注意,必须以计数为单位使用颜色条刻度 setter ,然后将标签设置在所需的范围内。就我个人而言,我更喜欢第二种方法,因为它更简洁一些,但我可以想象第一种方法更有用的情况。
关于python - matplotlib hexbin 归一化,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/29368295/