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：

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 <= 1None

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。

也可以看看

hist

一维直方图绘制

hexbin

带有六边形 bin 的 2D 直方图

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.