使用 seaborn 联合图绘制 2D numpy 数组

Question

有没有办法用sns.jointplot 绘制一个 2D numpy.array？

这是我的数组：

a = np.array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
    1., 0., 0., 0., 0., 0., 1., 1., 2., 1., 2., 1., 1., 1., 0., 0.,
    0., 0., 0., 0., 0.],
   [0., 0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 0., 0., 1., 0., 0.,
    1., 0., 0., 0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.,
    0., 0., 0., 0., 0.],
   [0., 0., 2., 1., 2., 0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
    0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 1.,
    0., 0., 0., 0., 0.],
   [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
    0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1.,
    1., 1., 1., 0., 0.],
   [0., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
    0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0., 0.,
    0., 0., 0., 0., 0.]])

我尝试做df = pd.DataFrame(a)，我得到了预期的矩阵，但随后sns.jointplot(df) 失败了，因为我不知道x 和y 应该使用什么。它应该是这样的：https://seaborn.pydata.org/examples/joint_kde.html

非常感谢任何帮助。 谢谢。

编辑：我想要的图是存储在 a 中的值的图形表示。这些值表示位置上的人数，数据的 2 轴是楼层的x 和y 坐标。

Answer 1

sns.jointplot 不采用二维数组作为参数。它需要（x，y）坐标。如果您按照示例发布并绘制x1 和x2 作为散点图，您会得到：

现在如果你执行jointplot，你会得到：

现在你看到了，这绘制了点密度。但这些点来自 R->R 函数。您的二维数组是 R²->R 函数。如果您希望将其重新解释为点密度，则将其转换为 R->R 函数，在计算其密度时看起来与旧的 R²->R 函数相同。

幸运的是，你只有整数，所以如果你想要 值2 在数组坐标[0,24] 那么你只需要在坐标(0,24) 上的两个点就可以接收2 的密度值。所以我们需要做的就是找出应该在哪里有多少点，然后我们得到需要的两个数组：

#initiate
y1 = np.array([])
y2 = np.array([])

#create locations
for i in range(1,a.max()+1):
    for j in range(i):
        locs = np.where(a==i)
        try:
            y1 = np.append(y1, locs[0])
            y2 = np.append(y2, locs[1])
        except: #this number doesn't exist in the array
            break

对于数组中的每个数字 n，这将在正确的位置创建 n 个点。然后您可以调用：

g2 = sns.jointplot(y1, y2, kind="kde")

然后得到你的结果：

编辑刚刚看到您的编辑。那么显示数组的最简单方法是

import matplotlib.pyplot as plt
plt.imshow(a)

给出：

EDIT2在对您的问题进行更多研究后：存储房间内人员的坐标应该更容易、更准确。