Question

请原谅我，如果这是一个重复的问题，我已尽力寻找解决方案。这似乎非常简单，但我似乎找不到任何适用的东西。

我正在尝试使用来自3个1-D numpy数组的数据生成绘图（如热图）。数据基本安排如下：

x_axis = ([1, 4, 6])
y_axis = ([2, 5, 7])
z_axis = ([5, 8, 9])

（我的数据集实际上要大得多......有时会有数十万个条目）。

所以我有z_axis值，每个值与x坐标和y坐标相关联......例如，点（1,2）具有与之关联的值5。

我想要做的就是以这样的方式绘制这个图，即z值对于我指定的任何bin大小进行平均，并且像热图一样进行颜色编码。因此，例如，如果我有10个数据点落在给定的bin中，那么它们的z值将被平均，并且该值将落在色谱的某个位置。

感谢您提供的任何帮助。

Answer 1

来自np.histogram2d：

import matplotlib.pyplot as plt
H, xedges, yedges =np.histogram2d(x_axis, y_axis, bins=10, weights=z_axis) 
extent = [yedges[0], yedges[-1], xedges[-1], xedges[0]]
plt.imshow(H, extent=extent, interpolation='nearest')
plt.colorbar()
plt.show()

Bin计数很容易改变。

正如Jamie在评论中指出的那样，如果你想要每个箱子中的平均点数：

numbins=10
H, xedges, yedges =np.histogram2d(x_axis, y_axis, bins=numbins, weights=z_axis) 
count, x, y =np.histogram2d(x_axis, y_axis, bins=numbins) 
H/=count

numpy直方图有3个变量

1 个答案: