Question

我正在寻找某种方法将散点图（X对Y，由Z标准化的颜色）转换为2D“像素”图像。即如何绘制像素化图像，其中像素根据第三个变量着色？

就我而言，我有一个星系列表，每个星系都有一个天空坐标（X，Y）和一个距离（Z）。我想制作X与Y的像素化图像，像素颜色根据Z标准化（例如该像素中星系的中值Z值）。

我知道我可以用hexbin做这样的事情，但我希望有方形像素，而不是六边形。（更像是imshow产生的东西）。

我还在学习python，所以如果有一个简单/快速的方法可以做到这一点（或者以复杂的方式明确说明如何做到这一点！）那就太好了。

非常感谢任何帮助！

Answer 1

好的 - 有两种方法可以做到这一点。一个可能是你有一个谨慎的距离箱数（如d <10pc，10pc 20pc）。这是相对容易的，你需要做的只是一些循环 - 这是一个3的例子：

raclose = []
ramid = []
rafar = []
decdlose = []
decmid = []
decfar = []

for ii in range(len(dist)):
  if dist[ii] < 10.:
    raclose.append(ra[ii])
    decclose.append(dec[ii])
  elif dist[ii] > 20.:
    rafar.append(ra[ii])
    decfar.append(dec[ii])
  else:
    ramid.append(ra[ii])
    decmid.append(dec[ii])

plt.clf
ax1 = scatter(raclose, decclose, marker='o', s=20, color="darkgreen", alpha=0.6)
ax2 = scatter(ramid, decmid, marker='o', s=20, color="goldenrod", alpha=0.6)
ax3 = scatter(rafar, decfar, marker='o', s=20, color="firebrick", alpha=0.6)
line1 = Line2D(range(10), range(10), marker='o', color="darkgreen")
line2 = Line2D(range(10), range(10), marker='o',color="goldenrod")
line3 = Line2D(range(10), range(10), marker='o',color="firebrick")
plt.legend((line1,line2,line3),('d < 10pc','20pc > d > 10pc', 'd > 20pc'),numpoints=1, loc=3)
show()

或者你可以做一个轮廓图，这样你就可以在x轴上规定RA，在y轴上规定Dec，并用距离填充图。 RA和Dec都是具有相应坐标的一维阵列。然后用距离制作一个2D数组。确定距离的中值/平均值是什么，然后将2D数组除以该值以对其进行标准化。最后，使用等高线图（使用contourf或imshow）绘图，如：

import matplotlib.pyplot as plt
from matplotlib import cm
ax = pylab.contourf(RA,Dec,dists, levels=[1, 5, 10, 15], cmap=plt.cm.spectral)
cbar=pylab.colorbar()

matplotlib：如何将XYZ散射转换为像素图像？

1 个答案: