从txt文件创建heatmap2d

Question

我将2d数据(30K)设置为txt文件.

  X       Y
2.50    135.89
2.50    135.06
2.50    110.85
2.50    140.92
2.50    157.53
2.50    114.61
2.50    119.53
2.50    154.14
2.50    136.48
2.51    176.85
2.51    147.19
2.51    115.59
2.51    144.57
2.51    148.34
2.51    136.73
2.51    118.89
2.51    145.73
2.51    131.43
2.51    118.17
2.51    149.68
2.51    132.33

我用gnuplot绘制了一个散点图,但我想表示为heatmap2d或密度分布.我查看了MatPlotLib或R中的示例,他们似乎都已经开始使用随机数据来生成图像.

我尝试了这些代码并得到这样的错误

hist,edges = histogramdd([x,y],bin,range,normed,weights)

AttributeError:bin的维度必须等于样本x的维度.脚本已终止.

有没有方法可以打开txt文件并在gnuplot,matplotlib中绘制这些数据.我的散点图看起来像这样

我想将此图片显示为带有颜色代码条的等高线图或密度图.我的x轴在2.5-3.5范围内,y轴在110-180范围内,我有30k数据点

Answer 1

如果您愿意在 Python 中完成所有操作，则可以在一个脚本中计算直方图并构建等高线图：

import numpy as np
import matplotlib.pyplot as plt

# load the data
M = np.loadtxt('datafile.dat', skiprows=1)

# compute 2d histogram
bins_x = 100
bins_y = 100
H, xedges, yedges = np.histogram2d(M[:,0], M[:,1], [bins_x, bins_y])

# xedges and yedges are each length 101 -- here we average
# the left and right edges of each bin
X, Y = np.meshgrid((xedges[1:] + xedges[:-1]) / 2,
                   (yedges[1:] + yedges[:-1]) / 2)

# make the plot, using a "jet" colormap for colors
plt.contourf(X, Y, H, cmap='jet')

plt.show()  # or plt.savefig('contours.pdf')

我刚刚组成了一些由 2 个高斯组成的测试数据并得到了这个结果：

Answer 2

以下是如何使用 Python 预处理并使用 gnuplot 进行绘图。

变体1

第一个变体适用于 gnuplotpm3d绘图风格。这使得可以对直方图数据进行良好的插值，从而使图像看起来更平滑。但对于大型数据集可能会出现问题，这也取决于输出图像格式（参见变体 2）。

Python 脚本process.py用于numpy.histogram2d生成直方图，输出保存为 gnuplot 的nonuniform matrix格式。

# process.py
from __future__ import print_function
import numpy as np
import sys

M = np.loadtxt('datafile.dat', skiprows=1)
bins_x = 100
bins_y = 100
H, xedges, yedges = np.histogram2d(M[:,0], M[:,1], [bins_x, bins_y])

# output as 'nonuniform matrix' format, see gnuplot doc.
print(bins_x, end=' ')
np.savetxt(sys.stdout, xedges, newline=' ')
print()

for i in range(0, bins_y):
    print(yedges[i], end=' ')
    np.savetxt(sys.stdout, H[:,i], newline=' ')
    print(H[-1,i])

# print the last line twice, then 'pm3d corners2color' works correctly
print(yedges[-1], end=' ')
np.savetxt(sys.stdout, H[:,-1], newline=' ')
print(H[-1,-1])

要绘图，只需运行以下 gnuplot 脚本：

reset
set terminal pngcairo
set output 'test.png'
set autoscale xfix
set autoscale yfix
set xtics out
set ytics out
set pm3d map interpolate 2,2 corners2color c1
splot '< python process.py' nonuniform matrix t ''

变体2

第二个变体适用于image绘图样式，它可能适合大型数据集（大直方图大小），但看起来不太好，例如对于100x100矩阵：

# process2.py
from __future__ import print_function
import numpy as np
import sys

M = np.loadtxt('datafile.dat', skiprows=1)
bins_x = 100
bins_y = 200
H, xedges, yedges = np.histogram2d(M[:,0], M[:,1], [bins_x, bins_y])

# remap xedges and yedges to contain the bin center coordinates
xedges = xedges[:-1] + 0.5*(xedges[1] - xedges[0])
yedges = yedges[:-1] + 0.5*(yedges[1] - yedges[0])

# output as 'nonuniform matrix' format, see gnuplot doc.
print(bins_x, end=' ')
np.savetxt(sys.stdout, xedges, newline=' ')
print()

for i in range(0, bins_y):
    print(yedges[i], end=' ')
    np.savetxt(sys.stdout, H[:,i], newline=' ')
    print()

要绘图，只需运行以下 gnuplot 脚本：

reset
set terminal pngcairo
set output 'test2.png'
set autoscale xfix
set autoscale yfix
set xtics out
set ytics out
plot '< python process2.py' nonuniform matrix with image t ''

可能有一些部分需要改进（特别是在 Python 脚本中），但它应该可以工作。我不会发布结果图像，因为您显示的几个数据点看起来很难看;)。