matplotlib.pyplot.hist2d #
- matplotlib.pyplot。hist2d ( x , y , bins = 10 , range = None , density = False , weights = None , cmin = None , cmax = None , * , data = None , ** kwargs ) [来源] #
制作二维直方图。
- 参数:
- x, y类数组,形状 (n, )
输入值
- bins None or int or [int, int] or array-like or [array, array]
箱规格:
如果是 int,则为两个维度的 bin 数 (nx=ny=bins)。
如果,则每个维度中的 bin 数量(nx,ny = bins)。
[int, int]
如果类似数组,则两个维度的 bin 边缘 (x_edges=y_edges=bins)。
如果,则每个维度中的 bin 边缘 (x_edges, y_edges = bins)。
[array, array]
默认值为 10。
- range类似数组的 shape(2, 2),可选
沿每个维度的 bin 的最左侧和最右侧边缘(如果未在 bin 参数中明确指定):. 此范围之外的所有值都将被视为异常值,并且不计入直方图中。
[[xmin, xmax], [ymin, ymax]]
- 密度布尔值,默认值:False
标准化直方图。有关详细信息,请参阅有关密度 参数的文档
hist
。- 权重数组,形状(n,),可选
加权每个样本 (x_i, y_i) 的值数组 w_i。
- cmin, cmax浮点数,默认值:无
所有计数小于cmin或大于cmax 的bin都不会显示(在传递给 imshow 之前设置为 NaN),并且返回值计数直方图中的这些计数值也将在返回时设置为 nan。
- 返回:
- h二维数组
样本 x 和 y 的二维直方图。x 中的值沿第一维进行直方图,y 中的值沿第二维进行直方图。
- xedges一维数组
沿 x 轴的 bin 边缘。
- yedges一维数组
沿 y 轴的 bin 边缘。
- 图片
QuadMesh
- 其他参数:
- cmap str 或
Colormap
,默认值:(rcParams["image.cmap"]
默认值'viridis'
:) 用于将标量数据映射到颜色的颜色图实例或注册的颜色图名称。
- 范数str 或
Normalize
, 可选 在使用cmap映射到颜色之前,用于将标量数据缩放到 [0, 1] 范围的标准化方法。默认情况下,使用线性缩放,将最小值映射到 0,将最大值映射到 1。
如果给出,这可以是以下之一:
一个实例
Normalize
或其子类之一(请参阅Colormap Normalization)。刻度名称,即“linear”、“log”、“symlog”、“logit”等之一。有关可用刻度的列表,请调用
matplotlib.scale.get_scale_names()
。Normalize
在这种情况下,会动态生成并实例化一个合适的子类。
- vmin, vmax浮点数,可选
当使用标量数据且没有明确的norm时,vmin和vmax定义颜色图覆盖的数据范围。默认情况下,颜色图覆盖所提供数据的完整值范围。给定范数实例时使用vmin / vmax是错误的 (但可以接受将范数 名称与vmin / vmax一起使用)。
str
- alpha或, 可选
0 <= scalar <= 1
None
Alpha 混合值。
- 数据可索引对象,可选
如果给定,以下参数也接受一个字符串
s
,它被解释为data[s]
(除非这引发异常):x , y ,权重
- **kwargs
附加参数被传递给
pcolormesh
方法和QuadMesh
构造函数。
- cmap str 或
笔记
当前
hist2d
计算自己的轴限制,并且之前设置的任何限制都将被忽略。使用对数色标渲染直方图是通过将
colors.LogNorm
实例传递给norm 关键字参数来完成的。同样,幂律归一化(类似于伽马校正的效果)可以通过colors.PowerNorm
.