Question

这是我的代码：

    import numpy as np
    import math
    from pylab import cm,imshow,colorbar,title,show
    import pylab as pyl

    from mpl_toolkits import mplot3d
    import matplotlib.pyplot as plt


    #Parameters
    N = 10**2                        #Step of discretization

    # Cost function
    T = np.linspace(0,1,N, False) #Discretization of [0,1]
    S = np.linspace(1,2,N,False) #Discretization of [1,2]
    X,Y = np.meshgrid(T,S)
    C = (X-Y)**2                    #Matrix of c[i,j]=(xi-yj)²

    def Sinkhorn(M, r, c, lam):
    """
    Computes the optimal transport matrix and Slinkhorn distance using the
    Sinkhorn-Knopp algorithm

    Inputs:
        - M : cost matrix (n x m)
        - r : vector of marginals (n, )
        - c : vector of marginals (m, )
        - lam : strength of the entropic regularization
        - arret : convergence parameter

    Outputs:
        - P : optimal transport matrix (n x m)
        - dist : Sinkhorn distance
    """

    # Uniform measure over [0;1]
    uni1 = np.ones(N)

    # Uniform measure over [1;2]
    uni2 = np.ones(N)

    n = 1000

    fig = plt.figure()
    ax = plt.axes(projection='3d')
    # I'm going to compute a matrix which is a approximation of a probability over R^{2}
    Gamma_star = Sinkhorn(C, uni1, uni2, 1/10**4)
    ax.scatter(X, Y, Gamma_star)
    plt.title("Gamma bar 1/{} entre une uniforme([0;1]) et uniforme([1;2])".format(1/10**4))    
    plt.show()

Output of my code

我的问题：伽玛条收敛到我想调查的一个度量，所以我想打印子图，类似这样的东西：（当然，它不起作用，只是告诉你我的想法）< / p>

    for i in range(4):
        plt.subplot(2,2,i+1) 
        Gamma_star = Sinkhorn(C, uni1, uni2, 1/10**i)
        ax.scatter(X, Y, Gamma_star)
        plt.title("Gamma bar 1/{} between uniform([0;1]) and uniform([1;2])".format(1/10**i))    
    plt.plot()

我也想绘制X（Y和Z = Gamma_bar）的3D直方图（以同样的方式绘制）：

Histogram3D

我正在研究它，如果有人知道该怎么做将是一件轻松的事，无论如何，谢谢您的帮助。

致谢。

Answer 1

我设法完成了第一部分（对图进行子图绘制），这是我的解决方案：

fig = plt.figure()
for i in range(4):
    ax = fig.add_subplot(2, 2, i+1, projection='3d')
    Gamma_star, tqui = Sinkhorn(C, uni1, uni2, 1/10**i)
    ax.scatter(X, Y, Gamma_star)
    plt.title("Gamma bar 1/{} entre une uniforme([0;1]) et uniforme([1;2])".format(1/10**i))

plt.show()

结果为：Output

您有任何想法来改善我的情节吗？可能添加颜色，可能更改参数，因为所有图看起来都一样，... 欢迎任何帮助：）。

例如，我觉得这种颜色很酷：

Colorfull plot

无论如何，现在我将专注于histogram3D子图。

3D图和3D直方图子图

1 个答案: