从三个一维数组创建热图

Question

我想用 3 个一维数组创建一个热图。看起来像这样的东西：

到目前为止，我只能创建一个散点图，其中标记具有不同的颜色和标记大小，具体取决于第三个值：

我的代码：

xf = np.random.rand(1000)
yf = np.random.rand(1000)
zf = 1e5*np.random.rand(1000)    
ms1 = (zf).astype('int')


from matplotlib.colors import LinearSegmentedColormap
# Remove the middle 40% of the RdBu_r colormap
interval = np.hstack([np.linspace(0, 0.4), np.linspace(0.6, 1)])
colors   = plt.cm.RdBu_r(interval)
cmap     = LinearSegmentedColormap.from_list('name', colors)
col      = cmap(np.linspace(0,1,len(ms1)))
#for i in range(len(ms1)):
plt.scatter(xf, yf, c=zf, s=5*ms1/1e4, cmap=cmap,alpha=0.8)#, norm =matplotlib.colors.LogNorm())
ax1 =plt.colorbar(pad=0.01)

给我这个结果：

知道如何让它看起来像第一个图吗？

基本上我想做的是找到 x 和 y 数组组的 z 值的平均值

Answer 1

我认为 scipy.stats.binned_statistic_2d 提供了您正在寻找的功能。您可以使用它将 xf 和 yf 数组的值组织到二维箱中，并计算每个箱中 zf 值的平均值：

import numpy as np
from scipy import stats

np.random.seed(0)
xf = np.random.rand(1000)
yf = np.random.rand(1000)
zf = 1e5 * np.random.rand(1000)

means = stats.binned_statistic_2d(xf,
                                  yf,
                                  values=zf,
                                  statistic='mean',
                                  bins=(5, 5))[0]

然后你可以使用例如seaborn 绘制平均值数组的热图：

import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(10, 8))
sns.heatmap(means,
            cmap="Reds_r",
            annot=True,
            annot_kws={"fontsize": 16},
            cbar=True,
            linewidth=2,
            square=True)
plt.show()

这给出：

从三个一维数组创建热图

Create a heat map out of three 1D arrays

python

arrays

numpy

heatmap