带有加权平均趋势线的 Python 2d 比率图

Question

您好，提前感谢您。我从一个熊猫数据框开始，我想制作一个带有趋势线的二维图，显示加权平均值 y 值和误差条，以表示平均值的不确定性。平均值应由每个 bin 中的事件总数加权。我首先将 df 分组为“光子”组和“总”组，其中“光子”是总数的子集。在每个箱中，我正在绘制光子事件与总数的比率。在 x 轴和 y 轴上，我有两个不相关的变量“簇能量”和“周长能量”。 我的尝试：

#make the 2d binning and total hist
energybins=[11,12,13,14,15,16,17,18,19,20,21,22]
ybins = [0,.125,.25,.5,.625,.75,1.,1.5,2.5]
total_hist,x,y,i = plt.hist2d(train['total_energy'].values,train['max_perimeter'].values,[energybins,ybins])
total_hist = np.array(total_hist)
#make the photon 2d hist with same bins
groups = train.groupby(['isPhoton'])
prompt_hist,x,y,i = plt.hist2d(groups.get_group(1)['total_energy'].values,groups.get_group(1)['max_perimeter'].values,bins=[energybins,ybins])
prompt_hist = np.array(prompt_hist)
ratio = np.divide(prompt_hist,total_hist,out=np.zeros_like(prompt_hist),where = total_hist!=0)
#plot the ratio
fig, ax = plt.subplots()
ratio=np.transpose(ratio)
p = ax.pcolormesh(ratio,)
for i in range(len(ratio)):
    for j in range(len(ratio[i])):
        text = ax.text(j+1, i+1, round(ratio[i, j], 2),ha="right", va="top", color="w")
ax.set_xticklabels(energybins)
ax.set_yticklabels(ybins)
plt.xlabel("Cluster Energy")
plt.ylabel("5x5 Perimeter Energy")
plt.title("Prompt Photon Fraction")

def myBinnedStat(x,v,bins):
    means,_,_ = stats.binned_statistic(x,v,'mean',bins)
    std,_ ,_= stats.binned_statistic(x,v,'std',bins)
    count,_,_ = stats.binned_statistic(x,v,'count',bins)
    return [ufloat(m,s/(c**(1./2))) for m,s,c in zip(means,std,count)]

然后我可以绘制误差条图，但我无法在与 pcolormesh 相同的轴上绘制误差条。我能够用 hist2d 做到这一点。我不确定为什么会这样。我觉得有一种更清洁的方式来完成整个事情。

这会产生一个情节

Answer 1

pcolormesh 将每个元素绘制为 x 轴上的一个单位。也就是说，如果您绘制 8 列，则此数据将跨越 x 轴上的 0-8。但是，您还重新定义了 x 轴刻度标签，以便将 0-10 标记为 11-21。

对于您的误差线，您将 x 值指定为 11-21，或者看起来是这样，这是绘制数据的位置。但是由于您将刻度标签更改为与 pcolormesh 相对应，因此未标记。

这种差异是您的两个图不对齐的原因。相反，您可以为errorbar 使用“默认”x 值，或者为pcolormesh 定义x 值。例如，使用：

ax.errorbar(range(11), means[0:11], yerr=uncertainties[0:11])