取matplotlib中方形平均值的平均值

Question

我目前有一个散点图，包含3组数据，x坐标，y坐标和每个x，y的值。这些集合是1D numpy数组。

matplotlib中的matplotlib.axes.Axes.hexbin函数累积每个bin中每个x，y处的所有赋值，然后取其均值。这产生了具有六边形箱的颜色图。

是否可以做类似的事情，但使用方形箱，使用matplotlib或numpy？

这是当前的hexbin代码：

plt.hexbin(daylim,Llim, C = elim, gridsize = 168,bins = 'log')

Answer 1

您可以在绘图之前计算要在分箱2D图中显示的值，然后显示为imshow图。

如果您乐意使用pandas，一种选择是根据cut（z）x和y数据对pandas.cut数据进行分组。然后应用均值（.mean()）并取消堆栈以获取数据透视表。

df.z.groupby([pd.cut(x, bins=xbins), pd.cut(y, bins=ybins)]) \
            .mean().unstack(fill_value=0)

这是一个完整的例子：

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

x = np.arange(1,8)
y = np.arange(1,6)
X,Y = np.meshgrid(x,y)

df = pd.DataFrame({"x":X.flatten(), "y":Y.flatten(), "z":(X*Y).flatten()})

xbins = [0,4,8]
ybins = [0,3,6]
hist = df.z.groupby([pd.cut(df.x, bins=xbins), pd.cut(df.y, bins=ybins)]) \
            .mean().unstack(fill_value=0)
print hist
im = plt.imshow(hist.values, norm=matplotlib.colors.LogNorm(1,100))
plt.xticks(range(len(hist.index)), hist.index)
plt.yticks(range(len(hist.columns)), hist.columns)
plt.colorbar(im)
plt.show()

必须手动创建对数范数，并且需要根据分箱标记刻度。