主页 / coding / 问题 / 78020884
Accepted
con
Asked: 2024-02-19 21:05:34 +0800 CST

hist2d 绘图时 vmin/vax 未知，直到使用组合颜色条绘图；以前的解决方案不起作用

  • 772

我正在尝试绘制行密度图。具有挑战性的部分是，每个图必须具有相同的色标最小值和最大值，并且我事先不知道最小值和最大值是多少。我必须首先绘制这些值，以便找出最小值和最大值，删除这些图，然后使用确定的最小值/最大值绘制新的图。

像这样的东西，但是使用 hist2d 并按行（来自另一个 SO 页面的图像）： 在此输入图像描述

我提出了一个基于How to have one colorbar for all subplots , vmin and vmax in hist2d 的最小工作示例

以及来自“SpinUp __ A Davis”的解决方案，我不知道如何使用真实数据来实现：

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=1, ncols=3)
for ax in axes.flat: # I don't see how to implement this part with real data
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.colorbar(im, ax=axes.ravel().tolist())

plt.show()

但我能想到的最好的办法是这个，这是行不通的：

import matplotlib.pyplot as plt
import numpy as np # only for MWE, not present in real file
# https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.hist2d.html

# getting min/max
fig, (ax0,ax1) = plt.subplots(nrows = 2, ncols = 1, sharex = True)
colormax = float("-inf")
colormin = float("inf")

h0 = ax0.hist2d(np.random.random(100), np.random.random(100))
colormax = max(h0[0].max(), colormax)
colormin = min(h0[0].min(), colormin)
h1 = ax1.hist2d(np.random.random(200), np.random.random(200))
colormax = max(h1[0].max(), colormax)
colormin = min(h1[0].min(), colormin)
# starting real plot, not just to get min/max
fig, axes = plt.subplots(nrows = 2, ncols = 1, sharex = True, figsize = (6.4,4.8))
i = 0
h = [h0, h1]
for ax in axes.flat: # I don't see how I can implement this
    im = ax.imshow(h[i], vmin = colormin, vmax = colormax)
    i += 1
fig.colorbar(im, ax= axes.ravel().tolist())
plt.savefig('imshow.debug.png')
python

1 个回答

  1. Best Answer

    要使用以下命令创建直方图imshow：

    • 您需要获取直方图作为 . 返回的四个值中的第一个ax.hist2d。所以h0, _, _, _ = ax.hist2d(...)
    • 直方图矩阵需要转置，因为它的 x 和 y 交换了。
    • imshow需要origin='lower'在底部具有最低的 y。
    • imshow需要extent=[...]x 和 y 范围。

    由于您似乎希望共享 x 轴（而不是 y 轴），因此需要使用最大 x 范围来计算直方图箱。设置(np.linspace(xmin, xmax, 11), 10)将 x 范围分割为 10 个 bin，并使用默认的 10 个 bin 来表示 y。在示例代码中，x 箱是共享的，而 y 箱是特定于每个图的。

    对相关代码的更改

    下面的测试代码也做了一些修改：

    • turbo颜色图和额外的颜色条可以更好地看到差异
    • Python 的首选循环方式for（列表理解来计算最小值和最大值）
    import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator
import numpy as np

# first create some reproducible test data
np.random.seed(20240219)
x0 = np.random.random(100)
y0 = np.random.random(100)
x1 = np.random.random(100)
y1 = np.random.random(100)
xmin = min(x0.min(), x1.min())
xmax = min(x0.max(), x1.max())
bins = (np.linspace(xmin, xmax, 11), 10)

# dummy plot to calculate the min and max of the histograms
fig, (ax0, ax1) = plt.subplots(nrows=2, ncols=1, sharex=True, figsize=(6.4, 4.8))
h0, _, _, img0 = ax0.hist2d(x0, y0, bins=bins, cmap='turbo')
cbar0 = fig.colorbar(img0, ax=ax0)
cbar0.ax.yaxis.set_major_locator(MaxNLocator(integer=True))  # force integer ticks

h1, _, _, img1 = ax1.hist2d(x1, y1, bins=bins, cmap='turbo')
cbar1 = fig.colorbar(img1, ax=ax1)
cbar1.ax.yaxis.set_major_locator(MaxNLocator(integer=True))  # force integer ticks

h = [h0, h1]
colormin = min(hi.min() for hi in h)
colormax = max(hi.max() for hi in h)

# starting real plot
fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True, figsize=(6.4, 4.8))
for ax, hi, yi in zip(axes.flat, h, [y0, y1]):
    im = ax.imshow(hi.T, vmin=colormin, vmax=colormax, origin='lower', aspect='auto',
                   extent=[xmin, xmax, yi.min(), yi.max()], cmap='turbo')
cbar = fig.colorbar(im, ax=axes.ravel().tolist())
cbar.ax.yaxis.set_major_locator(MaxNLocator(integer=True))  # force integer ticks
plt.show()

    通过 imshow 具有通用色标的 hist2d

    使用np.histogram2d()

    为了简化代码，可以使用ax.hist2d,来代替 。np.histogram2d这将完成所有计算，而无需创建绘图。

    import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator
import numpy as np

# first create some reproducible test data
np.random.seed(20240219)
x0 = np.random.random(100) * 10
y0 = np.random.random(100) * 10
x1 = np.random.random(100) * 10
y1 = np.random.random(100) * 10
xmin = min(x0.min(), x1.min())
xmax = min(x0.max(), x1.max())
bins = (np.linspace(xmin, xmax, 11), 10)

h0, _, _ = np.histogram2d(x0, y0, bins=bins)
h1, _, _ = np.histogram2d(x1, y1, bins=bins)

h = [h0, h1]
colormin = min(hi.min() for hi in h)
colormax = max(hi.max() for hi in h)

# starting real plot
fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True, figsize=(6.4, 4.8))
for ax, hi, yi in zip(axes.flat, h, [y0, y1]):
    im = ax.imshow(hi.T, vmin=colormin, vmax=colormax, origin='lower', aspect='auto',
                   extent=[xmin, xmax, yi.min(), yi.max()], cmap='turbo')
cbar = fig.colorbar(im, ax=axes.ravel().tolist())
cbar.ax.yaxis.set_major_locator(MaxNLocator(integer=True))  # force integer ticks
plt.show()
    • 1

相关问题