我有很多数据,肉眼几乎无法将其解释为 xy 散点图。对于 mit 来说,构建集群的地方更有趣,这就是我选择热图想法的原因:
heatmap, yedges, xedges = np.histogram2d(y, x, bins=(10,10))
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]
生成以下图
这很好。但是我不确定这种颜色到底表示什么,但它不是某个范围内的数据点数量(例如 4>x>5 & 11>y>12
)。
问题
我知道我可以编写一个程序来合并适当的数据点,计算单元格的实例并自己绘制所需的热图,但是数据科学中不是已经有这样一个简洁工具的实现了吗?
最佳答案
您可以使用 matplotlib hexbin 作为简单的方法,或者检查 seaborn 中的 kde 图。我不确定我是否遵循你对计数的评论。你认为他们放错地方了吗?由于矩阵方向与其他语言的差异,经常会混淆轴的原点或转置矩阵的需要。除此之外,~(8, 12) 处的 2D bin 应具有大约 14 个元素,如颜色条所示。
关于python - 生成热图,其颜色作为两个截距之间的实例数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42317964/