散景hexbin - 找到每个六边形的原始索引

时间:2018-04-16 09:10:42

标签: python bokeh hexagonal-tiles

我正在使用Bokeh 0.12.15版本,它会生成一个很好的hexbin图。 我想知道如何轻松找到每个六边形的值的索引?

例如,下面的代码(https://bokeh.pydata.org/en/latest/docs/gallery/hexbin.html):

import numpy as np

from bokeh.io import output_file, show
from bokeh.models import HoverTool
from bokeh.plotting import figure

n = 500
x = 2 + 2*np.random.standard_normal(n)
y = 2 + 2*np.random.standard_normal(n)

p = figure(title="Hexbin for 500 points", match_aspect=True,
           tools="wheel_zoom,reset", background_fill_color='#440154')
p.grid.visible = False

r, bins = p.hexbin(x, y, size=0.5, hover_color="pink", hover_alpha=0.8)

p.circle(x, y, color="white", size=1)

hover = HoverTool(tooltips=[("count", "@c"), ("(q,r)", "(@q, @r)")],
                  mode="mouse", point_policy="follow_mouse", renderers=[r])

p.add_tools(hover)

output_file("hexbin.html")

show(p)

我想为每个hexbin找到里面的元组(x,y)的索引

由于

1 个答案:

答案 0 :(得分:0)

编辑:好的,我刚刚意识到(我认为)你在问一个不同的问题。要找出每个图块中原始点的索引,您必须基本上重新创建hexbin自己的作用:

In [8]: from bokeh.util.hex import cartesian_to_axial

In [8]: import pandas as pd

In [9]: q, r = cartesian_to_axial(x, y, 0.5, "pointytop")

In [10]: df = pd.DataFrame(dict(r=r, q=q))

In [11]: groups = df.groupby(['q', 'r'])

In [12]: groups.groups
Out[12]:
{(-4, -3): Int64Index([272], dtype='int64'),
 (-4, 0): Int64Index([115], dtype='int64'),
 (-4, 3): Int64Index([358], dtype='int64'),
 (-4, 4): Int64Index([480], dtype='int64'),
 (-3, -1): Int64Index([323], dtype='int64'),
 (-3, 2): Int64Index([19, 229, 297], dtype='int64'),
 ...
 (11, -5): Int64Index([339], dtype='int64'),
 (12, -7): Int64Index([211], dtype='int64')}

此处groups dict中每个条目的每个键都是该图块的(q,r)轴向十六进制坐标,该值是该图块中各点的索引列表。

旧答案

该信息位于返回的bins DataFrame中:

In [3]: bins.head()
Out[3]:
   q  r  counts
0 -4 -3       1
1 -4  0       1
2 -4  3       1
3 -4  4       1
4 -3 -1       1

此处qrAxial Hex Grid Coordinates。如果您想要十六进制图块中心的笛卡尔xy坐标,则可以使用axial_to_cartesian函数。