Python：从 numpy 矩阵创建二维直方图

Question

我是蟒蛇的新手。

我有一个 numpy 矩阵，尺寸为 42x42，值在 0-996 范围内。我想使用这些数据创建一个 2D 直方图。我一直在看教程，但它们似乎都展示了如何从随机数据而不是 numpy 矩阵创建二维直方图。

到目前为止，我已经导入了：

 import numpy as np
import matplotlib.pyplot as plt
from matplotlib import colors

我不确定这些是否是正确的导入，我只是想从我看到的教程中获取我能学到的东西。

我有 numpy 矩阵 M 其中包含所有值（如上所述）。最后，我希望它看起来像这样：

显然，我的数据会有所不同，所以我的情节应该看起来不同。谁能帮帮我？

编辑： 出于我的目的，下面使用 matshow 的 Hooked 示例正是我要寻找的。

原文由 Kestrel 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果您有来自计数的原始数据，您可以使用 plt.hexbin 为您创建绘图（恕我直言，这比方格更好）：改编自 hexbin 的示例：

 import numpy as np
import matplotlib.pyplot as plt

n = 100000
x = np.random.standard_normal(n)
y = 2.0 + 3.0 * x + 4.0 * np.random.standard_normal(n)
plt.hexbin(x,y)

plt.show()

如果您提到的矩阵中已经有 Z 值，只需使用 plt.imshow 或 plt.matshow ：

 XB = np.linspace(-1,1,20)
YB = np.linspace(-1,1,20)
X,Y = np.meshgrid(XB,YB)
Z = np.exp(-(X**2+Y**2))
plt.imshow(Z,interpolation='none')

原文由 Hooked 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果您不仅有 2D 直方图矩阵，还有底层 (x, y) 数据，那么您可以制作 (x, y) 点的散点图，并根据每个点的分箱计数值为每个点着色二维直方图矩阵：

 import numpy as np
import matplotlib.pyplot as plt

n = 10000
x = np.random.standard_normal(n)
y = 2.0 + 3.0 * x + 4.0 * np.random.standard_normal(n)
xedges, yedges = np.linspace(-4, 4, 42), np.linspace(-25, 25, 42)
hist, xedges, yedges = np.histogram2d(x, y, (xedges, yedges))
xidx = np.clip(np.digitize(x, xedges), 0, hist.shape[0]-1)
yidx = np.clip(np.digitize(y, yedges), 0, hist.shape[1]-1)
c = hist[xidx, yidx]
plt.scatter(x, y, c=c)

plt.show()

---

原文由 unutbu 发布，翻译遵循 CC BY-SA 3.0 许可协议