使用不同的权重创建堆叠的2D直方图

Question

假设我想建立粒子数据的直方图，这些数据在某个bin范围内被平滑，nb​​in。现在我有5个不同质量粒子的数据集（每组x，y具有不同的质量）。通常，粒子位置的直方图是一个简单的例子（使用numpy）：

heatmap, xedges, yedges = np.histogram2d(x, y, bins=nbin)
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]
heatmap = np.flipud(np.rot90(heatmap))
ax.imshow(heatmap, extent=extent)

但是，如果我想添加下一批粒子，它们会有不同的质量，因此密度会有所不同。有没有办法通过某个常数对直方图进行加权，使得绘制的热图将是密度的真实表示，而不仅仅是粒子总数的分级？

我知道'权重'是一个特征，但只是设置权重= m_i，其中m_i是每个数据集1-5的粒子质量？

Answer 1

weights参数需要一个与x和y长度相同的数组。 np.histogram2d。它不会广播一个常量值，所以即使每次调用np.histogram2d的质量相同，你仍然必须使用类似

的内容

weights=np.ones_like(x)*mass

现在，如果您使用bin=nbin，可能遇到的一个问题是，bin边缘xedges，yedges可能会根据x和{的值而发生变化{1}}您传递给y。如果您天真地将热图添加到一起，最终结果将在错误的位置累积粒子密度。

因此，如果您想多次调用np.histogram2d并将部分热图添加到一起，则必须事先确定您希望bin边缘的位置。

例如：

np.histogram2d

产量