问题标签 [histogram2d]

我正在尝试从树中绘制 COLZ 图，即带有彩条的 2D 直方图，并且能够自己定义箱数。我的树被称为事件：

我试过了：

和：

但两者都不会绘制直方图。

这将绘制一个散点图：

这将绘制一个 COLZ 图，但使用这种方法我无法自己定义 bin 大小：

我已经绘制了诊断的直方图，我在 python 中将其建模为泊松分布。我需要减少输出图中矩形的宽度。

我在python中写了以下行。我需要将此代码行的宽度减小参数。

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。

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：

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。

我已经生成了这些数据：

我可以使用以下代码生成二维直方图：

如何在 3D 中生成这些相同数据的图 - 作为 3D 直方图或 3D 核密度分布？

我生成了以下直方图：

我希望压缩直方图，即减少条之间的空白（例如，在 0.8-0.85 和 0.85-0.9 之间）。

在这方面，增加条形宽度的解决方案对我来说并不方便。

据我所知，我发现的所有已经提出的问题都解释了如何减少外部空白（即，在 0.95-1 之后和 0.75-0.8 之前）。

我用来生成直方图的代码是：

我需要计算（并绘制） ahistogram2d但我的分箱网格是旋转的并且也是非正交的。
这样做的一种方法是对我的数据应用转换，以便将其放入笛卡尔系统中，计算我的histogram2d，然后应用逆变换。
这可以在没有这种开销转换的情况下直接完成吗？

我想我的问题是：在这种情况下如何定义binsfor my histogram2d？（AFAIK，histogram2d只接受 x 和 y 对齐bins）

我的数据是 2 个巨大的点列表（每个 10k~100k），它们的坐标在笛卡尔坐标系中给出（实际上是投影的 CRS，因为这些是真实世界的位置），但它们组织在一个不规则的网格中与 X 轴和 Y 轴（旋转）对齐，并且可能正交也可能不正交。分箱网格将从它派生，因此它将是（旋转的）规则四边形网格。

我已经看到matplotlib有一个QuadMesh对象（请参阅此处），所以我充满希望，但我不确定如何处理这个问题NumPy。

基本上这就是我想要实现的目标：

假设我有一些 2D 数据点，并且使用 Julia 中的 Plots 包，可以轻松绘制 2D 直方图。我的任务是定义一个函数，将数据点映射到该点所属的 bin 的数据点频率。是否有任何功能可以很好地完成这项任务？

例如，如下面的二维直方图：

我想定义一个函数，这样当我输入该直方图域内的任意数据点时，该函数将输出相应 bin 的频率。在上图中，当我输入 时(0.1, 0.1)，函数应该输出，比如说，375（我想那里最亮的网格代表 的频率375）。Julia 中有没有方便的函数来完成上述任务？

编辑：

从标准正态分布生成的 10000 个 2D 数据点创建直方图。Julia 中是否有任何函数可以输入 2D 点并输出该点所属的 bin 的频率？可以通过创建数组和 bin 并计算输入数据点的 bin 中元素的数量来自己编写一个，但这将是乏味的方式。

我需要控制用scatterhistMATLAB 中的命令生成的图中标记的透明度。

以下帖子有助于处理直方图的颜色：控制散点图条颜色。

1. 如何修改标记的透明度？
2. 如何在标记顶部添加等高线图？

下面是我在尝试从 DF“代码”和列（“年龄”）做直方图时收到的错误代码

我希望在 x 轴上绘制一个 uint16 图像的直方图，在 y 轴上绘制另一个 uint16 图像的直方图，这样我就可以将它们之间的关系的颜色图绘制为 2D 图。

我试图形成两个单独的直方图，然后在循环中构造二维数组，但这失败了。