Python Matplotlib（hist2D）中的二维直方图是如何工作的？_Python_Matplotlib

Python Matplotlib（hist2D）中的二维直方图是如何工作的？

python matplotlib

Python Matplotlib（hist2D）中的二维直方图是如何工作的？,python,matplotlib,Python,Matplotlib,在以下文件中： x和y以及权重是类似于数组的，形状为（n，）根据文件，输出之一是： h:2D阵列样本x和y的二维直方图。价值观 x中的值沿第一个维度进行了历史编程，y中的值为沿第二维度进行了历史记录如何创建此二维阵列？想象 x = np.arange(1,10) y = np.arange(1,10) weights = x * y 二维阵列是如何从中创建的我正在重新绘制之前提出的问题（它不是我的）。2D历史编程与1D历史编程的工作原理相同。定义一些存储箱，找出每个数据点所在的存储箱

在以下文件中：

x和y以及权重是类似于数组的，形状为（n，）

根据文件，输出之一是：

h:2D阵列

样本x和y的二维直方图。价值观 x中的值沿第一个维度进行了历史编程，y中的值为沿第二维度进行了历史记录

如何创建此二维阵列？想象

x = np.arange(1,10)
y = np.arange(1,10)
weights = x * y

二维阵列是如何从中创建的

我正在重新绘制之前提出的问题（它不是我的）。

2D历史编程与1D历史编程的工作原理相同。定义一些存储箱，找出每个数据点所在的存储箱，然后计算每个存储箱中的点数。如果直方图是加权的，则将权重相加，而不是仅仅计算数字

例如

x = [1.6, 2.3, 2.7]
y = [0.7, 1.8, 1.3]

我们想把它们放进有边缘的箱子里

bins = [0,1,2,3]

此外，您可能有如下重量：

weights = [0.6, 1, 2]

把形势想象出来,

sc = plt.scatter(x,y,c=weights, vmin=0)
plt.colorbar(sc)

plt.xticks(bins)
plt.yticks(bins)
plt.grid()
plt.show()

现在我们可以用肉眼观察直方图：

在箱子x=1..2，y=0..1中有一个点。该点的权重为

0.6

，因此该箱子的值为

0.6

在箱子x=2..3，y=1..2中有两点。它们具有权重

和

。因此，该箱子的值为

1+2=3

其他所有的垃圾箱都是空的。总的来说，你的直方图看起来像

[[ 0.0, 0.6, 0.0 ]
 [ 0.0, 0.0, 3.0 ]
 [ 0.0, 0.0, 0.0 ]]

这确实是我们让numpy进行历史编程时得到的结果

values, _, _ = np.histogram2d(x,y, bins=bins, weights=weights)
print(values.T)

注意

.T

转置；这就是句子“x中的值沿第一维度进行历史记录，y中的值沿第二维度进行历史记录”想要告诉你的

plt.hist2d

是

numpy.historogram2d

的包装器，然后将此数组绘制为图像

h,_, _, image = plt.hist2d(x,y,bins=bins, weights=weights)
plt.colorbar(image)
plt.show()

其中，值以颜色编码。

2D组织编程与1D组织编程的工作原理相同。定义一些存储箱，找出每个数据点所在的存储箱，然后计算每个存储箱中的点数。如果直方图是加权的，则将权重相加，而不是仅仅计算数字

例如

x = [1.6, 2.3, 2.7]
y = [0.7, 1.8, 1.3]