matplotlib.axes.Axes.hist2d #

Haches. hist2d ( x , y , bins = 10 , range = None , density = False , weights = None , cmin = None , cmax = None , * , data = None , ** kwargs ) [source] #

Créez un histogramme 2D.

Paramètres :
x, y type tableau, forme (n, )

Valeurs d'entrée

bins Aucun ou int ou [int, int] ou type tableau ou [tableau, tableau]

La spécification du bac :

  • Si int, le nombre de casiers pour les deux dimensions (nx=ny=casiers).

  • Si , le nombre de casiers dans chaque dimension (nx, ny = casiers).[int, int]

  • S'il s'agit d'un tableau, les bords des bacs pour les deux dimensions (x_edges=y_edges=bins).

  • Si , les bords de la case dans chaque dimension (x_edges, y_edges = bins).[array, array]

La valeur par défaut est 10.

plage de forme de type tableau (2, 2), facultatif

Les bords les plus à gauche et les plus à droite des bacs le long de chaque dimension (si non spécifié explicitement dans les paramètres des bacs) : . Toutes les valeurs en dehors de cette plage seront considérées comme des valeurs aberrantes et ne seront pas comptées dans l'histogramme.[[xmin, xmax], [ymin, ymax]]

densité bool, par défaut : False

Normaliser l'histogramme. Voir la documentation du paramètre de densitéhist de pour plus de détails.

pondérations de type tableau, forme (n, ), facultatif

Un tableau de valeurs w_i pesant chaque échantillon (x_i, y_i).

cmin, cmax flottant, par défaut : aucun

Tous les bacs dont le nombre est inférieur à cmin ou supérieur à cmax ne seront pas affichés (définis sur NaN avant de passer à imshow) et ces valeurs de comptage dans l'histogramme de comptage des valeurs de retour seront également définies sur nan lors du retour.

Retours :
h Tableau 2D

L'histogramme bidimensionnel des échantillons x et y. Les valeurs en x sont histogrammes le long de la première dimension et les valeurs en y sont histogrammes le long de la deuxième dimension.

tableau xedges 1D

Le bac borde le long de l'axe x.

yedges tableau 1D

Le bac borde le long de l'axe y.

imageQuadMesh
Autres paramètres :
cmap str ou Colormap, par défaut : rcParams["image.cmap"](par défaut : 'viridis')

L'instance Colormap ou le nom de la palette de couleurs enregistrée utilisée pour mapper les données scalaires aux couleurs.

norm str ou Normalize, facultatif

La méthode de normalisation utilisée pour mettre à l'échelle les données scalaires dans la plage [0, 1] avant le mappage aux couleurs à l'aide de cmap . Par défaut, une mise à l'échelle linéaire est utilisée, mappant la valeur la plus basse à 0 et la plus élevée à 1.

S'il est donné, il peut s'agir de l'un des éléments suivants :

vmin, flotteur vmax, facultatif

Lorsque vous utilisez des données scalaires et aucune norme explicite , vmin et vmax définissent la plage de données couverte par la palette de couleurs. Par défaut, la palette de couleurs couvre toute la plage de valeurs des données fournies. C'est une erreur d'utiliser vmin / vmax lorsqu'une instance de norme est donnée (mais l'utilisation d'un nom de norme avec vmin / vmax est acceptable).str

alpha ou , facultatif0 <= scalar <= 1None

La valeur de fusion alpha.

objet de données indexable, facultatif

S'ils sont fournis, les paramètres suivants acceptent également une chaîne s, qui est interprétée comme data[s](sauf si cela déclenche une exception) :

x , y , poids

**kwargs

Des paramètres supplémentaires sont transmis à la pcolormeshméthode et au QuadMesh constructeur.

Voir également

hist

Tracé d'histogramme 1D

hexbin

Histogramme 2D avec bacs hexagonaux

Remarques

  • Calcule actuellement hist2dses propres limites d'axe et toutes les limites précédemment définies sont ignorées.

  • Le rendu de l'histogramme avec une échelle de couleurs logarithmique est accompli en passant une colors.LogNorminstance à l' argument du mot-clé norm . De même, la normalisation de la loi de puissance (similaire à la correction gamma) peut être effectuée avec colors.PowerNorm.

Exemples utilisant matplotlib.axes.Axes.hist2d#

Histogrammes

Histogrammes

Histogrammes
Explorer les normalisations

Explorer les normalisations

Explorer les normalisations
hist2d(x, y)

hist2d(x, y)

hist2d(x, y)