2d 直方图：获取完整 nbins x nbins 的结果

Question

我正在使用 matplotlib 的 hist2d function 来制作我拥有的数据的二维直方图，但是我无法解释结果。

这是我拥有的 plot：

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 plot 中，存在具有高频率值的 bin（黄色 bin）。 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 function 还是我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。

Answer 1

您需要Seaborn package。

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箱，保留高箱。

您绝对应该使用其中之一：

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

例子'kde'

使用层数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')

Answer 2

不确定这是否是您想要的。

hist2d 文档指定 function 返回一个大小为 4 的元组，其中第一项h是热图。

这个h将具有与bins相同的形状。

您可以捕获 output （它仍会绘图），并使用argwhere查找值超过的坐标，例如，第 90 个百分位数：

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))))