matplotlib hexbin normalize

Question

我想用matplotlib制作x y数据的多个hexbin密度映射，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数量除以给定的数字（我的密度图中的最高峰值），这样我所有的阴影图都会有相同的颜色，而颜色条会是[0,1]范围对于所有情节。

有人能告诉我一个有效的例子吗？

感谢您的期待，

亚诺什

Answer 1

我看到了两种可能的方法。

方法1

第一种方法是调用hexbin来获取最大值，然后使用reduce_C_function输入选项执行另一个hexbin调用以缩放数据。 执行规范化的问题是，在创建hexbin之前，您不知道每个bin中有多少个点。使用您链接到的示例中的数据（但仅创建线性比例图），这将是：

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，因为您只需对值进行求和。

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你将有没有点的空箱（空白区）。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2

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colorbar tick setter，然后将标签设置在所需的范围内。就个人而言，我更喜欢第二种方法，因为它更清洁，但我可以想象第一种方法更有用。

Answer 2

@farenorth的方法2非常好。 也可以使用以下代码获取六边形密度图：

cb.set_ticks(np.linspace(hb.get_array().min(), hb.get_array().max(), 6))
cb.set_ticklabels(['%.4f'%x for x in np.linspace(hb.get_array().min()/hb.get_array().sum(), hb.get_array().max()/hb.get_array().sum(), 6)])