2d 直方图：获取完整 nbins x nbins 的结果答案

【问题标题】：2d histogram: Get result of full nbins x nbins2d 直方图：获取完整 nbins x nbins 的结果
【发布时间】：2020-09-20 09:29:06
【问题描述】：

我正在使用 matplotlib 的 hist2d 函数来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。

在图中有一些值频率很高的箱（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 bin，保留高 bin。但我希望会有 160*160 的值，但我只能找到 160 X 和 160 Y 的值。

我想做的基本上是从密度较小的数据中过滤掉密度较大的数据。如果这意味着将数据表示为单个值（bin），那没关系。

我是误解了函数还是没有正确访问数据结果？我也尝试过辣味，但结果似乎是相同或相似的格式。

【问题讨论】：

您为什么期望160 x 160 值？这不就是你的直方图吗？
@QuangHoang 也许我误解了，但是对于每个 X 箱，x 轴上不应该有 160 个箱，然后 Y 轴上有 160 个箱吗？那么每个 Xbin 应该有 160 个 Ybin？
是的，这是您的原始直方图，即你绘制的图片。但是您不想只过滤高密度垃圾箱吗？
是的，我希望将直方图作为数组，以便在绘图后过滤结果。但是我只能找到 160 个 X 和 160 个 Y 的 bin，但完整的直方图不应该有 25,600 个吗？
我不确定我是否关注了。你清楚地说明你得到一个160 x 160 数组。那是你我的直方图，不是吗？这些函数仅返回 x 和 y 的边，每个边为 161。如果这就是您所要求的，您可以对边缘进行叉积以获得 2D 箱。

标签： python matplotlib histogram histogram2d

【解决方案1】：

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 bin，保留高 bin 。

您应该绝对使用其中一种：

seaborn.joinplot(...,kind='hex') ：它显示了落在六边形箱内的观察计数。此图最适用于相对较大的数据集。
seaborn.joinplot(...,kind='kde') ：使用核密度估计来可视化二元分布。我推荐它更好。

“kde”示例

使用级别数n_levels 和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')

【讨论】：

【解决方案2】：

不确定这是不是你想要的。

The hist2d docs 指定函数返回一个大小为 4 的元组，其中第一项 h 是热图。

此h 将与bins 具有相同的形状。

您可以捕获输出（它仍会绘图），并使用 argwhere 查找值超过 90% 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))))

【讨论】：

是的，这正是我在 X 和 Y 方向索引正确的 bin 所需要的！