Question

我有以下代码从CSV文件中读取数据并创建2D直方图：

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

#Read in CSV data
filename = 'Complete_Storms_All_US_Only.csv'
df = pd.read_csv(filename)

min_85 = df.min85
min_37 = df.min37
verification = df.one_min_15

#Numbers
x = min_85
y = min_37
H = verification

#Estimate the 2D histogram
nbins = 33
H, xedges, yedges = np.histogram2d(x,y,bins=nbins)

#Rotate and flip H
H = np.rot90(H)
H = np.flipud(H)

#Mask zeros
Hmasked = np.ma.masked_where(H==0,H)

#Calculate Averages
avgarr = np.zeros((nbins, nbins))
xbins = np.digitize(x, xedges[1:-1])
ybins = np.digitize(y, yedges[1:-1])
for xb, yb, v in zip(xbins, ybins, verification):
  avgarr[yb, xb] += v
divisor = H.copy()
divisor[divisor==0.0] = np.nan
avgarr /= divisor
binavg = np.around((avgarr * 100), decimals=1)
binper = np.ma.array(binavg, mask=np.isnan(binavg))

#Plot 2D histogram using pcolor
fig1 = plt.figure()
plt.pcolormesh(xedges,yedges,binper)
plt.title('1 minute at +/- 0.15 degrees')
plt.xlabel('min 85 GHz PCT (K)')
plt.ylabel('min 37 GHz PCT (K)')
cbar = plt.colorbar()
cbar.ax.set_ylabel('Probability of CG Lightning (%)')

plt.show()

直方图中的每个像素包含x轴和y轴上两个不同频率的给定温度范围的闪电概率（x轴为min_85，y轴为min_37）。我试图从直方图中引用闪电的概率，该温度基于各种温度，对于任何给定的风暴，各个基础都有所不同。每个风暴都有min_85和min_37，对应于2D直方图中的概率。我知道有一种蛮力方法，你可以创建一个荒谬的if语句，每个像素一个，但是当尝试合并多个2D直方图时，这是繁琐且低效的。是否有更有效的方法根据给定的min_85和min_37从直方图中引用概率？我有一个单独的文件，其中包含大量风暴的min_85和min_37数据，我只需要将相应的闪电概率从直方图中分配给每个风暴。

Answer 1

听起来您需要做的就是将min_85和min_37值转换为索引。这样的事情会起作用：

# min85data and min37data from your file
dx = xedges[1] - xedges[0]
dy = yedges[1] - yedges[0]
min85inds = np.floor((min85data - yedges[1]) / dx).astype(np.int)
min37inds = np.floor((min37data - yedges[0]) / dy).astype(np.int)

# Pretend you didn't do all that flipping of H, or make a copy of it first
hvals = h_orig[min85inds, min37ends]

但是在提取之前确保结果索引是有效的。

从二维直方图引用数据

1 个答案: