Bokeh hexbin - 找到每个六边形的原始索引

Question

我使用的是 Bokeh 0.12.15 版本，它生成了一个很棒的 hexbin 图。我想知道如何轻松找到每个六边形值的索引？

例如下面的代码 (https://docs.bokeh.org/en/latest/docs/gallery/hexbin.html):

import numpy as np

from bokeh.io import output_file, show
from bokeh.models import HoverTool
from bokeh.plotting import figure

n = 500
x = 2 + 2*np.random.standard_normal(n)
y = 2 + 2*np.random.standard_normal(n)

p = figure(title="Hexbin for 500 points", match_aspect=True,
           tools="wheel_zoom,reset", background_fill_color='#440154')
p.grid.visible = False

r, bins = p.hexbin(x, y, size=0.5, hover_color="pink", hover_alpha=0.8)

p.circle(x, y, color="white", size=1)

hover = HoverTool(tooltips=[("count", "@c"), ("(q,r)", "(@q, @r)")],
                  mode="mouse", point_policy="follow_mouse", renderers=[r])

p.add_tools(hover)

output_file("hexbin.html")

show(p)

我想为每个 hexbin 找到其中的元组 (x,y) 的索引

谢谢

Answer 1

编辑：好的，我刚刚意识到（我认为）你在问一个不同的问题。要找出每个图块中原始点的索引，您基本上必须重新创建 hexbin 本身所做的事情：

In [8]: from bokeh.util.hex import cartesian_to_axial

In [8]: import pandas as pd

In [9]: q, r = cartesian_to_axial(x, y, 0.5, "pointytop")

In [10]: df = pd.DataFrame(dict(r=r, q=q))

In [11]: groups = df.groupby(['q', 'r'])

In [12]: groups.groups
Out[12]:
{(-4, -3): Int64Index([272], dtype='int64'),
 (-4, 0): Int64Index([115], dtype='int64'),
 (-4, 3): Int64Index([358], dtype='int64'),
 (-4, 4): Int64Index([480], dtype='int64'),
 (-3, -1): Int64Index([323], dtype='int64'),
 (-3, 2): Int64Index([19, 229, 297], dtype='int64'),
 ...
 (11, -5): Int64Index([339], dtype='int64'),
 (12, -7): Int64Index([211], dtype='int64')}

此处 groups 字典中每个条目的每个键是图块的 (q,r) 轴向十六进制坐标，值是该图块中点的索引列表.

旧答案

该信息在返回的 bins DataFrame 中：

In [3]: bins.head()
Out[3]:
   q  r  counts
0 -4 -3       1
1 -4  0       1
2 -4  3       1
3 -4  4       1
4 -3 -1       1

这里q和r是Axial Hex Grid Coordinates. If you want the Cartesian x and y coordinates of the hex tile centers, you can use the axial_to_cartesian函数。

Bokeh hexbin - 找到每个六边形的原始索引

Bokeh hexbin - find original indexes of each hexagon

python

coordinates

hexagonal-tiles

coordinate-transformation

bokeh