二维直方图：获取完整 nbins x nbins 的结果

Question

我正在使用 matplotlib 的 hist2d 函数制作我拥有的数据的二维直方图，但是我无法解释结果。这是我的情节：这是使用以下行创建的：hist = plt.hist2d(X, Y, (160,160), norm=mpl.colors.LogNorm(vmin=1, vmax=20))这将返回 (160, 160) 的二维数组，以及 bin 边缘等。在图中，有具有高频值的箱（黄色箱）。我希望能够获得此直方图的结果并过滤掉具有低值的箱子，保留高箱子。但我希望有 160*160 个值，但我只能找到 160 个 X 和 160 个 Y 值。我想做的基本上是从密度较低的数据中过滤出密度较高的数据。如果这意味着将数据表示为单个值（一个 bin），那么就可以了。我是不是误解了函数，还是没有正确访问数据结果？我也尝试过 spicy，但结果似乎是相同或相似的格式。

Answer 1

不确定这是否是您想要的。

hist2d 文档指定该函数返回一个大小为 4 的元组，其中第一项h是热图。

这h将具有与 相同的形状bins。

您可以捕获输出（它仍会绘制），并用于argwhere查找值超过第 90 个百分位数的坐标：

h, xedges, yedges, img = hist = plt.hist2d(X, Y, bins=(160,160), norm=mpl.colors.LogNorm(vmin=1, vmax=20))

print(list(np.argwhere(h > np.percentile(h, 90))))

Answer 2

你需要Seaborn包。

你提到

我希望能够获得此直方图的结果并过滤掉具有低值的箱子，保留高箱子。

你绝对应该使用其中之一：

1. seaborn.joinplot(...,kind='hex')：它显示落在六边形箱内的观测值的计数。该图最适合相对较大的数据集。

2. seaborn.joinplot(...,kind='kde')：使用核密度估计来可视化双变量分布。我推荐它更好。

示例“哪里”

使用级别数n_levels并shade_lowest=False忽略低值。

import seaborn as sns

import numpy as np

import matplotlib.pylab as plt

x, y = np.random.randn(2, 300)

plt.figure(figsize=(6,5))

sns.kdeplot(x, y, zorder=0, n_levels=6, shade=True, cbar=True, 

     shade_lowest=False, cmap='viridis')