带有python的2d极坐标直方图答案

【问题标题】：2d Polar Histogram with python带有python的2d极坐标直方图
【发布时间】：2020-09-14 15:43:47
【问题描述】：

我正在尝试制作二维极坐标直方图。我的数据是 2 个 np.arrays：

azim = [方位角 -180 到 +180 度]
天顶 = [天顶角 0 到 90 度]

这是我到目前为止的代码：

# define binning
rbins = np.linspace(0, 90,10)
abins = np.linspace(-180, 180, 30)

#calculate histogram
hist, _, _ = np.histogram2d(azim, zenith, bins=(abins, rbins))
A, R = np.meshgrid(abins, rbins)

# plot
fig, ax = plt.subplots(subplot_kw=dict(projection="polar"))

pc = ax.pcolormesh(A, R, hist.T, cmap="magma_r")
fig.colorbar(pc)
ax.grid(True)
plt.show()

我得到的情节：

它看起来好像有一部分丢失了，我不知道为什么。我也想将天顶角归一化为立体角，而不是归一化为一个。归一化的公式是这样的，其中 θ1，θ2 是 bin 边缘。但我不确定如何进行实际的标准化：

任何建议都会很有帮助

【问题讨论】：

标签： python-3.x matplotlib histogram2d

【解决方案1】：

在 maptlotlib 中使用极坐标图之前，您必须将角度转换为辐射角。

【讨论】：

应该想到这一点。谢谢。也有关于标准化的任何事情吗？
我不确定你提到的规范化，但如果你在np.histogram2d 的调用中添加关键字density = 1，那么你的直方图被规范化为一个。如果它取决于 bin 边缘，你的立体角实际上也是一个数组，对吗？它不是每个箱子的常数？
是的，它是一个数组。根据我的教授的说法，在归一化之后，整个天顶角分布应该转向较低的值。但我不知道单独标准化每个 bin 的方法，或者是否有可能。