问题标签 [histogram2d]

在阅读 numpy 时，我遇到了函数numpy.histogram2d()。

它有什么用，它是如何工作的？以及如何理解第一个返回的参数 H ？

参考：numpy.histogram2d

如您所见，px 和 py 是包含 0 到 1 的 100 个数字的数组。但是，在生成的图中，轴范围是错误的（从 0 到 100 而不是从 0 到 1），这让我很困扰很多，因为我需要在同一个图中绘制多条曲线，而下一条曲线与第一条曲线不对应，因为第一条曲线的轴值错误。（我的真实数据是一个非常庞大的数据集；我用了 px 和 py 的情况作为一个有用的例子）

我会感谢你的帮助。普拉维达。

我正在使用的代码：

生成了错误的绘图。查看坐标轴值：

过去也有人问过类似的问题，但我对任何答案都不满意，也没有一个符合我的要求。我认为问题在于提出的问题模棱两可。我会努力做得更好。

想象一下，您拥有描述由两个组件组成的流程的数据；信号分量和背景分量。数据是 x、y 和一个标签，指示 (x,y) 数据点是信号还是背景。您注意到数据的 2D 直方图（可能使用 ggplot2 绘制）看起来像一个平坦的斜面或类似的东西（这是背景分量），具有可以建模为一个凹凸或峰值（信号分量）二维高斯或类似的东西。所以这就是我想要做的：我想从数据中减去背景分量，所以我只看到信号分量。但也许数据的变化并不明显。与背景组件相比，凹凸可能非常小。所以我想做的是减去背景，这样我就可以搜索凹凸了。和我' d 宁愿不要通过为两个 KDE 的差异选择一些不幸的参数来制造凸块。我只想对数据进行分类，按标签（信号/背景）对其进行分层，然后从另一个 2D 直方图中减去一个 2D 直方图。然后我想用 ggplot2 来绘制它，因为我想要一个很好的可出版的情节。使用 ggplot2 的 Hexbin 图、平铺图、2D 等高线图或多边形图会做得很好。关于如何做到这一点的任何想法？

其他类似问题的答案建议创建两个 KDE 并减去它们，但我不想要这种额外的复杂性。我只想要原始 2D bin 计数的差异。当然有一种简单的方法可以做到这一点？

我试图了解二维直方图的值是什么。

我有 2 个长度相同的 X 和 Y 的 numpy 数组（每个数组中的浮点数）。

例如 X 的前 10 个值：[ 88, 193, 60, 98, 78, 100, 75, 76, 130]

和 Y： [ 18. , 9. , 36.1, 18.5, 34.3, 32.9, 32.2, 22. , 15. ]

当我使用：

我得到一个二维直方图。

但是这是什么意思？

一维直方图简单地显示了我拥有的每个项目的数量。

请解释一下它在 2D 中的含义。

提前致谢！

numpy我通过's histogramdd生成一个 N 维直方图，维度在 2-5 之间变化。我需要绘制其前两个维度的二维直方图，即：

当只有两个维度时，我可以很容易地做到这一点，如下所示。如何将此代码推广到 N 维，以便它始终绘制前两个？

我目前有一个 4024 x 10 数组 - 其中第 0 列代表股票 1 的 4024 个不同回报，第 1 列代表股票 2 的 4024 个回报等等 - 用于我的主人的作业，我被要求计算熵和联合不同随机变量的熵（每个随机变量显然是股票收益）。但是，这些熵计算都需要计算 P(x) 和 P(x,y)。到目前为止，我已经成功地使用以下代码计算了各个经验概率：

PS忽略代码的整个熵部分

如您所见，我只是简单地完成了 1d 直方图，然后将每个计数除以直方图结果的总和，以找到各个概率。但是，我真的很想知道如何计算 P(x,y) 使用

现在，显然 P(x,y)=P(x)*P(y) 如果随机变量是独立的，但在我的情况下它们不是，因为这些股票属于同一个指数，因此具有一些正相关，即它们是依赖的，所以取两个个体概率的乘积不成立。我试过听从教授的建议，他说：

“我们已经讨论过如何获得单变量分布的经验 pdf：定义箱，然后简单地计算相应箱中的观察数（相对于观察总数）。对于双变量分布，您可以这样做，但现在你进行二维分箱（例如检查 matlab 中的 histogram2 命令）”

如您所见，他指的是 MATLAB 的 2d histogram 函数，但我决定在 Python 上执行此任务，到目前为止，我已经详细说明了以下代码：

但我不知道从这里做什么，因为

返回一个 4025 x 4025 数组以及两个单独的 bin，所以我不知道我可以做些什么来为我的两个因随机变量计算 P(x,y)。

我已经尝试了几个小时来解决这个问题，但没有任何运气或成功，所以任何形式的帮助都将不胜感激！非常感谢您！

可能是Pandas/Python: 2D histogram failed with value error的副本。但是那里提出的解决方案对我不起作用。

我正在尝试在 2 个大小为 55812 的数组上使用 numpy histogram2d。当我运行命令np.histogram2d(x,y)时，出现以下错误：

我已经从数据中删除了所有的 NaN。此外，问题的答案（上面的链接）建议使用数据子集，但对于我的应用程序，我需要使用整个数据。我正在使用 numpy 版本 1.11.0

谢谢您的帮助！

编辑 1

我使用 np.where(nlx_angle==np.nan)并np.where(nlx_speed==np.nan)检查 NaN，它返回的只是(array([], dtype=int64), array([], dtype=int64))

给定一系列二维坐标以及每个坐标的加权值，是否有一种方法可以使用 numpy histrogram2d 方法确定每个 bin 中的标准偏差？

我使用包含纬度/经度的 csv 文件绘制了带有 histograme2d 和 pcolomesh 的密度图。现在我想将 histogram2d 输出转换为轮廓 matplotlib。我的代码如下所示：

我错过了什么？

我使用从不同的 stackoverflow 线程中找到的代码从 csv 值的散点图创建了热图 在 MatPlotLib 中使用散点数据集生成热图

这可行，但我想编辑箱子之间的颜色/平滑度等。我已经阅读了这个https://matplotlib.org/examples/color/colormaps_reference.html ...但我的 n00b 水平正在阻止快速进展。我当前的代码是否似乎易于操作以在 bin 之间进行插值（平滑）或至少颜色变化，或者我是否需要以不同的方式创建热图以获得更多控制？（热图将根据跟踪项目的 xy 值表示及时使​​用空间的频率）谢谢，非常感谢任何帮助。