Python 根据matplotlib中的数据设置线宽

我想在matplotlib中构建一个hexbin图，其中每个六边形的线条宽度是该六边形中观察值数量的函数。我认为这将有助于为hexbin图添加额外的推理级别

到目前为止，我有以下代码：

import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(0,1,1000)
y = np.random.uniform(0,1,1000)
z = np.random.uniform(0,1,1000)

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.hexbin(x , y, C = z, gridsize=50, edgecolors='white')

这将创建一个六边形图，其中六边形的颜色是六边形中x、y对的平均z值的函数

有没有办法将六边形的线宽设置为每英寸中观察次数的函数

---

最终，我希望使用更粗的线条来填充更少的六角体。这将导致更小的可见六边形。

只需将线宽作为与

x，y

长度相同的数组

import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(0,1,10)
y = np.random.uniform(0,1,10)
z = np.random.uniform(0,1,10)
LineWidths = np.random.uniform(1, 6, 10)

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.hexbin(x , y, C = z, gridsize=50, edgecolors='black', 
          linewidths=LineWidths)

我把它们做成黑色来说明效果。您需要定义线宽，以适合您心目中的应用程序

---

我将提到，使用散点图时，控制标记的大小要容易得多。因此，除非您对

hexplot

有其他用途（我承认我不知道它们的重要性），否则这会容易得多

只需将线宽设置为与

x，y

长度相同的数组即可

import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(0,1,10)
y = np.random.uniform(0,1,10)
z = np.random.uniform(0,1,10)
LineWidths = np.random.uniform(1, 6, 10)

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.hexbin(x , y, C = z, gridsize=50, edgecolors='black', 
          linewidths=LineWidths)

我把它们做成黑色来说明效果。您需要定义线宽，以适合您心目中的应用程序

---

我将提到，使用散点图时，控制标记的大小要容易得多。因此，除非您对

hexplot

有其他用途（我承认我不知道它们的重要性），否则这会容易得多

这是有道理的，但不能完全回答我的问题。

hexbin

图将观察结果分组，形成一种聚合散点图。图形的画布被等分为六角。对该十六进制范围内的所有观测值进行聚合，并调整十六进制的颜色以反映特定变量上所有观测值的平均值。当没有给出特定变量时，颜色用于表示每个十六进制中的观察数。我正在尝试创建一个包含观察数（线宽）和第三个变量（颜色）信息的图表。这很有意义，但不能完全回答我的问题。

hexbin

图将观察结果分组，形成一种聚合散点图。图形的画布被等分为六角。对该十六进制范围内的所有观测值进行聚合，并调整十六进制的颜色以反映特定变量上所有观测值的平均值。当没有给出特定变量时，颜色用于表示每个十六进制中的观察数。我正在尝试创建一个包含观察次数（线宽）和第三个变量（颜色）信息的图表stackoverflow.com/a/35501485/4013571显示了一个适用于一个子批次的方法-对于>1stackoverflow.com/a/35501485/4013571显示了一个适用于一个子批次的方法-对于>1，它变得异常复杂