Question

我有六角形分类数据，并使用C = vel按速度颜色代码。这工作正常，但我想要一个计算的标准偏差列表和每个六芒星中的对象数量列表。我用：

imageh=plt.hexbin(x,y,C=vel,extent[np.min(x),np.max(x),np.min(y),np.max(y)],alpha=0.7,gridsize=20,cmap=get_cmap("jet"),reduce_C_function=np.std,mincnt=5)
cbar=plt.colorbar(imageh,extend='max')

'reduce_C_function = np.std'给出了每个六芒星的速度标准偏差（vel），这就是我想要的，但我也想让它将矢量打印到屏幕上。坐标x和y可以通过以下方式检索：

bv=imageh.get_paths()
for j in xrange(len(bv)):
    xav=np.mean(bv[j].vertices[0:6,0])
    yav=np.mean(bv[j].vertices[0:6,1])

我以为我可以使用get_array和get_offset获取每个六边形中的项目数：

counts=imageh.get_array() 
verts=imageh.get_offsets()

但我的get_offsets（）创建一个空向量，get_array（）似乎返回每个六边形的平均速度值....我的速度值'vel'是5513项长，count = imageh.get_array（）返回146值与我的速度相同。我再次运行三次以确保在第三次尝试时get_array（）返回标准偏差范围内的146个值。如果这是真的，将解决部分问题。

我想要的是速度的计算标准偏差...在图像的颜色条上使用的'reduce_C_function'的输出。我也想要在每个六芒星中找到的数字。目标是为每个六芒星取每个标准差，除以该六芒星中的点数并创建加权标准差。通过运行原始图像我可以单独得到六角星中的点数：

imageh=plt.hexbin(x,y,extent[np.min(x),np.max(x),np.min(y),np.max(y)],alpha=0.7,gridsize=20,cmap=get_cmap("jet"),mincnt=5)

然后使用get_array（），但我一直认为有一种方法可以从原始语句中获取每个hexbin中的项目数？另外，作为一个额外的复杂因素，如果你在速度上包含一个np.mean过滤器（第一个例子），点数和分档的数量会略有不同....所以直接从查询中选择每个六边形中的数字将是最好的。 / p>

如何打印hexbin reduce_C_function的输出列表？

0 个答案: