matplotlib hexbin normalize

Question

我想用matplotlib制作xy数据的多个hexbin密度图,类似于这个:http://matplotlib.org/1.4.0/examples/pylab_examples/hexbin_demo.html

但我想将每个六边形的数量除以一个给定的数字(我的密度图中的最高峰值),这样我所有的阴影图都会有相同的颜色,并且所有图的颜色条都是[0,1]范围.

有人能告诉我一个有用的例子吗？

谢谢你的期待,

亚诺什

Answer 1

我看到了两种可能的方法.

方法1

第一种方法是调用hexbin来获取最大值,然后使用reduce_C_functioninput选项执行另一个hexbin调用以缩放数据.执行规范化的问题是,在创建hexbin之前,您不知道每个bin中有多少个点.使用您链接到的示例中的数据(但仅创建线性比例图),这将是:

plt.subplot(111)
hb = plt.hexbin(x,y, cmap=plt.cm.YlOrRd_r)
plt.cla()
plt.hexbin(x, y,
           C=np.ones_like(y, dtype=np.float) / hb.get_array().max(),
           cmap=plt.cm.YlOrRd_r,
           reduce_C_function=np.sum)
plt.axis([xmin, xmax, ymin, ymax])
cb = plt.colorbar()

在第二个hexbin调用中,您必须提供该C数组才能使用该reduce_C_function选项.在这种情况下,C=np.ones_like(y) / hb.get_array().max()您只需要对所有值进行求和即可.

请注意,在第一次hexbin调用后清除轴可能是有意义的.

这种方法的一个问题是你将有没有点的空箱(空白区).如果您希望背景颜色与零值相同,则可以添加plt.gca().set_axis_bgcolor(plt.cm.YlOrRd_r(0)).

方法2

另一种方法是简单地使用hexbin中固有的自动缩放,并简单地重新标记颜色条.例如:

plt.subplot(111)
hb = plt.hexbin(x,y, cmap=plt.cm.YlOrRd_r)
plt.axis([xmin, xmax, ymin, ymax])
cb = plt.colorbar()
cb.set_ticks(np.linspace(hb.get_array().min(), hb.get_array().max(), 6))
cb.set_ticklabels(np.linspace(0, 1., 6))

请注意,必须以计数为单位使用colorbar tick setter,然后将标签设置在所需的范围内.就个人而言,我更喜欢第二种方法,因为它更清洁,但我可以想象第一种方法更有用.