1

我有一个数据框，其中包含我的 x 和 y 数据（稍后转换为列表），并且对于每个 x,y 我都有三个百分比属性（全部加起来为 100%），例如，对于 x,y第一个属性是 0.05，第二个是 0.45，第三个是 0.5。

         pc1       pc2      %_h        %_s      %_c  
0    -2.319093 -4.058990  0.718839  0.074559  0.206602  
1     1.514446 -2.324842  0.552632  0.157895  0.289474  
2    -2.431196 -1.938358  0.440313  0.071755  0.487932  
3    -2.642250 -1.001307  0.707883  0.058733  0.233385 
4    -1.486477 -2.537368  0.617834  0.151956  0.230209  
5    -1.990138 -3.457012  0.326633  0.088358  0.585008 
6    -0.844124 -3.081770  0.550000  0.113636  0.336364  
7    -2.376568 -1.471469  0.663071  0.196066  0.140863  
8    -3.139226  0.451762  0.696914  0.056173  0.246914  
    :

我的目标是制作某种热图，可以绘制 x(pc1)、y(pc2) 和每个属性的范围，因此较暗的部分意味着特定属性的密度更高。下面是使用的热图：

plt.figure(figsize = (16,16))
plt.hist2d(pc1, pc2, bins=50, cmap=plt.cm.jet)
plt.show()

阴谋 但它基于 x,y 点的密度，但我希望它基于我的 3 个属性，即红色区域适用于具有高%h/%s/%c价值的区域

我的研究表明，这与对数据进行网格化并计算出每个单元格的频率以获得某种 z 维度有关。我尝试过：使用 Matplotlib 绘制 2D 热图 和：使用散点数据集在 MatPlotLib 中生成热图（这个仅基于 2 维）并且没有运气。

我还想使用类似sns.jointmap特征的东西为每个 xy 的三个属性中的每一个的密度绘制折线图

编辑 我认为该方法是绘制一个表示第一个属性的热图，然后在另一个属性上叠加。但我不确定如何设置热图的范围以表示属性而不是 x，y 的密度计数？

编辑 这是在尝试建议的代码之后。

情节2

4

1 回答 1

0

你试过pcolormesh吗？示例：https ://matplotlib.org/3.1.1/gallery/images_contours_and_fields/pcolormesh_levels.html

fig, ax = plt.subplots() 
data = np.array([df['%_h'],df['%_s'],df['%_c']]).reshape(3,len(df))
cax =ax.pcolormesh(df.index, np.arange(0,3), data, shading = 'gouraud', cmap = 'jet')
fig.colorbar(cax)
于 2019-08-07T18:33:52.980 回答