8

我正在寻找Python 上的六边形 自组织图。

六角平铺

  1. 准备好的模块。如果一个存在。
  2. 绘制六边形单元格的方法
  3. 将六边形单元格作为数组或其他方法使用的算法

关于：自组织图 (SOM) 或自组织特征图 (SOFM) 是一种人工神经网络，使用无监督学习进行训练以产生低维（通常是二维）

4

2 回答 2

7

我知道这个讨论已经有 4 年了，但是我还没有在网上找到令人满意的答案。

如果您有一些东西作为将输入映射到神经元的数组以及与每个神经元的位置相关的二维数组。

例如考虑这样的事情：

hits = array([1, 24, 14, 16,  6, 11,  8, 23, 15, 16, 15,  9, 20,  1,  3, 29,  4,
              32, 22,  7, 26, 26, 35, 23,  7,  6, 11,  9, 18, 17, 22, 19, 34,  1,
              36,  3, 31, 10, 22, 11, 21, 18, 29,  3,  6, 32, 15, 30, 27],
             dtype=int32)
centers = array([[ 1.5       ,  0.8660254 ],
                 [ 2.5       ,  0.8660254 ],
                 [ 3.5       ,  0.8660254 ],
                 [ 4.5       ,  0.8660254 ],
                 [ 5.5       ,  0.8660254 ],
                 [ 6.5       ,  0.8660254 ],
                 [ 1.        ,  1.73205081],
                 [ 2.        ,  1.73205081],
                 [ 3.        ,  1.73205081],
                 [ 4.        ,  1.73205081],
                 [ 5.        ,  1.73205081],
                 [ 6.        ,  1.73205081],
                 [ 1.5       ,  2.59807621],
                 [ 2.5       ,  2.59807621],
                 [ 3.5       ,  2.59807621],
                 [ 4.5       ,  2.59807621],
                 [ 5.5       ,  2.59807621],
                 [ 6.5       ,  2.59807621],
                 [ 1.        ,  3.46410162],
                 [ 2.        ,  3.46410162],
                 [ 3.        ,  3.46410162],
                 [ 4.        ,  3.46410162],
                 [ 5.        ,  3.46410162],
                 [ 6.        ,  3.46410162],
                 [ 1.5       ,  4.33012702],
                 [ 2.5       ,  4.33012702],
                 [ 3.5       ,  4.33012702],
                 [ 4.5       ,  4.33012702],
                 [ 5.5       ,  4.33012702],
                 [ 6.5       ,  4.33012702],
                 [ 1.        ,  5.19615242],
                 [ 2.        ,  5.19615242],
                 [ 3.        ,  5.19615242],
                 [ 4.        ,  5.19615242],
                 [ 5.        ,  5.19615242],
                 [ 6.        ,  5.19615242]])

所以我使用以下方法来做到这一点：

from matplotlib import collections, transforms
from matplotlib.colors import colorConverter
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np

def plot_map(hits, n_centers, w=10):
    """
    Plot Map
    """

    fig = plt.figure(figsize=(w, .7 * w))
    ax = fig.add_subplot(111)
    hits_count = np.histogram(hits, bins=n_centers.shape[0])[0]
    # Discover difference between centers
    collection = RegularPolyCollection(
        numsides=6, # a hexagon 
        rotation=0, sizes=( (6.6*w)**2 ,),
        edgecolors = (0, 0, 0, 1),
        array= hits_count,
        cmap = cm.winter,
        offsets = n_centers,
        transOffset = ax.transData,
    )
    ax.axis('off')
    ax.add_collection(collection, autolim=True)
    ax.autoscale_view()
    fig.colorbar(collection)
    return ax

_ = plot_map(som_classif, matrix)

最后我得到了这个输出：

在此处输入图像描述

编辑

此代码的更新版本在https://stackoverflow.com/a/23811383/575734

于 2014-05-15T21:35:37.407 回答
6

对于第 1 点，我没有答案，但对第 2 点和第 3 点有一些提示。在您的上下文中，您不是在建模物理 2D 空间，而是对具有 6 个邻居的瓷砖的概念空间进行建模。这可以用排列成列的方形图块来建模，奇数列垂直移动了正方形大小的一半。我将尝试一个 ASCII 图：

 ___     ___     ___     
|   |___|   |___|   |___
|___|   |___|   |___|   |
|   |___|   |___|   |___|
|___|   |___|   |___|   |
|   |___|   |___|   |___|
|___|   |___|   |___|   |
    |___|   |___|   |___|

你可以很容易地看到每个正方形有 6 个邻居（当然除了边缘的那些）。这很容易建模为二维正方形数组，计算位置 (i, j) 的正方形坐标的规则非常简单：

如果 j 是偶数：

(i+1, j), (i-1, j), (i, j-1), (i, j+1), (i-1, j-1), (i+1, j-1)

如果 j 是奇数：

(i+1, j), (i-1, j), (i, j-1), (i, j+1), (i+1, j-1), (i+1, j+1)

（前 4 项相同）

于 2010-02-26T08:03:29.787 回答