matplotlib.pyplot.hist2d #
- matplotlib.pyplot. hist2d ( x , y , bins = 10 , range = None , density = False , weights = None , cmin = None , cmax = None , * , data = None , ** kwargs ) [source] #
Erstellen Sie ein 2D-Histogramm.
- Parameter :
- x, y Array-artig, Form (n, )
Eingabewerte
- bins None oder int oder [int, int] oder array-like oder [array, array]
Die Behälterspezifikation:
Wenn int, die Anzahl der Bins für die beiden Dimensionen (nx=ny=bins).
Wenn , die Anzahl der Bins in jeder Dimension (nx, ny = Bins).
[int, int]
Wenn es sich um ein Array handelt, die Behälterkanten für die beiden Dimensionen (x_edges=y_edges=bins).
Wenn , die Behälterkanten in jeder Dimension (x_edges, y_edges = Behälter).
[array, array]
Der Standardwert ist 10.
- Bereich Array-ähnliche Form (2, 2), optional
Die ganz linken und rechten Kanten der Bins entlang jeder Dimension (falls nicht explizit in den Bins-Parametern angegeben): . Alle Werte außerhalb dieses Bereichs werden als Ausreißer betrachtet und im Histogramm nicht gezählt.
[[xmin, xmax], [ymin, ymax]]
- Dichte bool, Standard: False
Histogramm normalisieren. Weitere Einzelheiten finden Sie in der Dokumentation zum Dichteparameter von .
hist
- Gewichte Array-artig, Form (n, ), optional
Ein Array von Werten w_i, die jede Probe (x_i, y_i) wiegen.
- cmin, cmax float, Standard: Keine
Alle Bins mit einer Anzahl von weniger als cmin oder mehr als cmax werden nicht angezeigt (vor der Übergabe an imshow auf NaN gesetzt), und diese Zählwerte im Histogramm der Rückgabewerte werden bei der Rückgabe ebenfalls auf nan gesetzt.
- Rückgaben :
- h 2D-Array
Das zweidimensionale Histogramm der Stichproben x und y. Werte in x werden entlang der ersten Dimension histogrammiert und Werte in y werden entlang der zweiten Dimension histogrammiert.
- xedges 1D-Array
Die Behälterkanten entlang der x-Achse.
- yedges 1D-Array
Die Behälterkanten entlang der y-Achse.
- Bild
QuadMesh
- Andere Parameter :
- cmap str oder
Colormap
, Standard:rcParams["image.cmap"]
(Standard:'viridis'
) Die Colormap-Instanz oder der registrierte Colormap-Name, der zum Zuordnen von Skalardaten zu Farben verwendet wird.
- norm str oder
Normalize
, optional Die Normalisierungsmethode, die verwendet wird, um skalare Daten auf den Bereich [0, 1] zu skalieren, bevor sie mithilfe von cmap auf Farben abgebildet werden . Standardmäßig wird eine lineare Skalierung verwendet, die den niedrigsten Wert auf 0 und den höchsten auf 1 abbildet.
Falls angegeben, kann dies einer der folgenden sein:
Eine Instanz
Normalize
oder eine ihrer Unterklassen (siehe Colormap-Normalisierung ).Ein Skalenname, z. B. „linear“, „log“, „symlog“, „logit“ usw. Rufen Sie für eine Liste der verfügbaren Skalen auf
matplotlib.scale.get_scale_names()
. In diesem Fall wird eine geeigneteNormalize
Unterklasse dynamisch generiert und instanziiert.
- vmin, vmax Float, optional
Wenn skalare Daten und keine explizite Norm verwendet werden, definieren vmin und vmax den Datenbereich, den die Farbtabelle abdeckt. Standardmäßig deckt die Colormap den kompletten Wertebereich der gelieferten Daten ab. Es ist ein Fehler, vmin / vmax zu verwenden, wenn eine Norminstanz angegeben ist (aber die Verwendung eines Normnamens zusammen mit vmin / vmax ist akzeptabel).
str
- alpha oder , optional
0 <= scalar <= 1
None
Der Alpha-Blending-Wert.
- data indexierbares Objekt, optional
Falls angegeben, akzeptieren die folgenden Parameter auch einen String
s
, der interpretiert wird alsdata[s]
(es sei denn, dies löst eine Ausnahme aus):x , y , Gewichte
- **Kwarg
Zusätzliche Parameter werden an die
pcolormesh
Methode und denQuadMesh
Konstruktor weitergegeben.
- cmap str oder
Anmerkungen
Berechnet derzeit
hist2d
seine eigenen Achsengrenzen, und zuvor festgelegte Grenzen werden ignoriert.Das Rendern des Histogramms mit einer logarithmischen Farbskala wird erreicht, indem eine
colors.LogNorm
Instanz an das Schlüsselwortargument norm übergeben wird. Ebenso kann eine Potenzgesetz-Normalisierung (ähnlich der Gamma-Korrektur) mit erreicht werdencolors.PowerNorm
.