【问题标题】:Seaborn plot a distribution plot where the color is the average value of a 3rd dimensionSeaborn 绘制分布图,其中颜色是第三维的平均值
【发布时间】:2021-09-30 09:59:47
【问题描述】:

我的数据 data 是一个 3 维矩阵,形状为 X, Y, Z。 我想绘制一些视觉上像二维分布图的东西,例如:

每个方格的位置由X 和Y 给出,但颜色(色调和强度)由方格内各点的Z 的平均值给出,与密度无关。

我如何通过 seaborn 实现这一目标?

使用带色调的散点图并没有为我提供太多的点叠加,我想查看一个区域内所有点的平均值

【问题讨论】:

  • 看这部分seaborn教程:seaborn.pydata.org/tutorial/…
  • 这对我没有帮助,颜色的强度由正方形中有多少点的密度给出,这不是我想要的。我希望强度和颜色成为Z 平均值的函数,无论该区域中有多少点
  • 你能发布一些示例数据吗?
  • 您可以只使用data = np.random.uniform(size=(10000, 3)),然后使用data[:, :2] 作为X-Y 位置,并使用data[:, 2] 作为颜色。这个想法是忽略每个正方形的点数,只使用Z/data[:, 2] 的值来指示颜色

标签: python seaborn


【解决方案1】:

您可以使用sns.heatmap(),但要获得正确形状的数据有点棘手。这是一种方法,使用 df.round() 将点合并为 11x11 的图块。

import numpy as np
import pandas as pd
import seaborn as sns

n = 10_000  # number of points

data = np.random.uniform(size=(n, 3))
df = pd.DataFrame(data, columns=['X', 'Y', 'Z'])

df[['X', 'Y']] = df[['X', 'Y']].round(1)
tiles = df.groupby(['X', 'Y']).mean()

tile_matrix = np.zeros(shape=(11, 11))
for x, y, z in tiles.reset_index().values:
    tile_matrix[int(10 * x), int(10 * y)] = z

sns.heatmap(tile_matrix, cmap='Blues');

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-11-03
    • 2021-12-16
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多