Python 二维直方图的归一化

我有一个二维柱状图h1，x轴上有var1，y轴上有var2，这是我从

数据帧

绘制的。我已经在C++中实现了它的标准化，但是现在需要在Python中做同样的事情，并且在如何获取和设置bin内容方面遇到困难。 这样做的目的是消除分布的一部分中的事件多于另一部分的影响，只保留

var1

和

var2

之间的相关性

c++中的工作代码：

double norm = h1->GetEntries()/h1->GetNbinsX();
 
    int nbins = h1->GetNbinsX();
    for(int i = 1; i< nbins+1; i++)
      {
        double nevents = 0.;
        for(int iy = 1; iy< h1->GetNbinsY()+1; iy++)
          {
          float bincont = h1->GetBinContent(i,iy);
          nevents+=bincont;
          }

        for(int iy = 1; iy< h1->GetNbinsY()+1; iy++) 
        {
          float bincont = h1->GetBinContent(i,iy);
          float fact = norm/nevents;
          float value = bincont*fact;
          h1->SetBinContent(i,iy,value);
        }
      }

来自@JohanC的帮助后编辑：

---

问题已经解决了。正常化时，请确保没有nan-s，因为处理它们总是一件痛苦的事情。

要处理垃圾箱的内容，您可以先计算它们，更改它们，然后再绘制绘图

plt.hist2d（）

返回箱子内容（二维矩阵）以及两个方向的箱子边缘。要在不打印的情况下获得相同的信息，

np.historogram2d（）

返回完全相同的值。然后，可以通过

plt.pcolormesh（）

绘制结果

由于某种原因，返回的矩阵被转置。因此，第一步是再次转置它

numpy有一些强大的数组和运算功能，可以在2D数组上计算和并进行乘法和除法。C++中的双循环只是NUMPY中的一个操作：<代码> Hist*= NORM/Hist.AUM（轴＝0，KeEdidis= true）< /C>。由于分母可以为零，因此可以抑制警告（结果将是打印时忽略的

NaN

s和

Inf

s）

下面是一些演示代码。请注意，使用

bin=（11100130）

非常大。下面的代码使用更小的值

从matplotlib导入pyplot作为plt
将numpy作为np导入
N=1000000
var1=np.concatenate（[np.random.uniform（0,20，size=9*N//10），np.random.normal（10,1，size=N//10）]）
var2=var1*0.1+np.随机.正常（大小=N）
图（ax1，ax2）=plt.子批次（ncols=2，figsize=（12，4））
标准=10
BINx=200
宾西=100
ax1.hist2d（var1，var2，bins=（binsX，binsY），cmap='BuPu'）
ax1.设置标题（“常规二维直方图”）
hist，xedges，yedges=np.histogram2d（var1，var2，bins=（binsX，binsY））
hist=hist.T
使用np.errstate（divide='ignore'，invalid='ignore'）：#抑制零除警告
hist*=norm/hist.sum（轴=0，keepdims=True）
ax2.pcolormesh（xedges、yedges、hist、cmap='BuPu'）
ax2.设置标题（“标准化列”）
plt.show（）

PS:About

hist*=norm/hist.sum（axis=0，keepdims=True）

：

• hist.sum（axis=0，keepdims=True）

  创建一个新的矩阵（将其命名为

  s

  ），其中每个

  h[i，j]

  元素都被整个

  i

  的和所取代，因此

  s[i，j]=sum（[h[k，j]表示范围（0，N）]）

  。如果没有

  keepdims=True

  ，则只会创建包含和的1D数组

• hist*=norm/s

  在所有

  i，j

  上创建一个循环，如

  h[i，j]=h[i，j]*norm/s[i，j]

  。当用零除零时，用零除产生

  NaN

  ，当用另一个数字除零时，产生

  inf

  。这些值被

  pcolormesh

  忽略

您可以选择执行：

---

嘿，欢迎来到stack overflow！我注意到python代码中有

var21

，这应该是

var1

？您好，Warlax56，您说得对。非常感谢。我编辑：）你好，约翰。非常感谢您的解决方案。它与您的var1和var2示例完美结合。然而，出于某种原因，当我从数据文件输入我的时，它会给我以下错误：RuntimeWarning:在较少的cbook中遇到无效值。\u putmask（xa，xa<0.0，-1）和空的标准化绘图。你知道有什么问题吗？我删除了NAN并用：df=df.dropna（）df=df.reset_index（drop=True）重置索引。谢谢。我不知道如何在这里发布图片，所以作为单独的答案发布。我也测试了垃圾箱，现在我来看看其余的。好吧，你是对的，出于某种原因，hist.sum（axis=1）都是NAN，尽管其余的都是预期的。正常化后立即出现错误/警告。零除以零时出现NaN。要查看更多颜色，还可以尝试颜色的lognorm:

ax2.pcolormesh（…，norm=matplot.colors.lognorm（））

它似乎也不是20以下的区域。我只是不知道这些0来自哪里。在第一个绘图上看到的所有值都很好，我在绘图之前删除了所有可能的NAN。也许我不明白正常化是如何发生的？

plt.hist2d(var1, var2, bins=(11100, 1030), cmap=plt.cm.BuPu)

norm = 10
for i in var1:
    nevents = 0.
    for j in var2:
        plt.GetBinContent(i,j)
        nevents+=bincont

    for j in var2:
        plt.GetBinContent(i,j)
        fact = norm/nevents
        value = bincont*fact

        plt.SetBinContent(i, j, value)

hist = np.nan_to_num(hist, nan=0, posinf=0, neginf=0)