我使用matplotlib的方法hexbin计算数据的二维直方图。但是我想得到六边形中心的坐标，以便进一步处理结果。我在结果上使用get_array()方法获得了值，但我不知道如何获得bin坐标。我尝试根据给定的bin数量和我的数据范围来计算它们，但我不知道每个方向上bin的确切数量。gridsize=(10,2)应该可以解决问题，但它似乎不起作用。有什么想法吗？ 最佳答案 我认为这可行。from__future__importdivisionimportnumpyasnpimportmathimportmatplotlib.pyp
所有matplotlibexamples使用hist()生成数据集，将数据集提供给带有一些bin(可能非均匀间隔)的hist函数，该函数自动计算然后绘制直方图。我已经有了直方图数据，我只是想绘制它，我该怎么做？!例如，我有垃圾箱(半开范围用方括号和弯括号表示法表示)，[0,1)0[1,2)3[2,3)8[3,4)6[4,5)2[5,6)3[6,7)1[7,8)0 最佳答案 也许权重参数会对您的问题有所帮助。importmatplotlib.pyplotasplta=[1,2,3,4,5,6,7,8,9]b=[5,3,4,5,3,2,
我是python的新手。我有一个numpy矩阵，尺寸为42x42，值在0-996范围内。我想使用这些数据创建一个2D直方图。我一直在看教程，但它们似乎都展示了如何从随机数据而不是numpy矩阵创建二维直方图。到目前为止，我已经导入了:importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlibimportcolors我不确定这些导入是否正确，我只是想从我看到的教程中尽可能地学习。我有一个numpy矩阵M，其中包含所有值(如上所述)。最后，我希望它看起来像这样:显然，我的数据会有所不同，所以我的情节应该看起来不同。谁能帮帮我？编辑:为
有没有办法根据分箱到预定义区间的连续数据创建条形图？例如，In[1]:dfOut[1]:00.72963010.69962020.71052630.00000040.83132550.94531260.66542870.87184580.84814890.262500100.694030110.503759120.985437130.576271140.819742150.957627160.814394170.944649180.911111190.113333200.585821210.930131220.347222230.000000240.987805250.95057026
我已经安装了matplotlib并尝试根据一些数据创建直方图:#!/usr/bin/pythonl=[]withopen("testdata")asf:line=f.next()f.next()#skipheadersnat=int(line.split()[0])printnatforlineinf:ifline.strip():ifline.strip():l.append(map(float,line.split()[1:]))b=0a=1forbinrange(53):forainrange(b+1,54):importoperatorimportmatplotlib.pypl
我已经安装了matplotlib并尝试根据一些数据创建直方图:#!/usr/bin/pythonl=[]withopen("testdata")asf:line=f.next()f.next()#skipheadersnat=int(line.split()[0])printnatforlineinf:ifline.strip():ifline.strip():l.append(map(float,line.split()[1:]))b=0a=1forbinrange(53):forainrange(b+1,54):importoperatorimportmatplotlib.pypl
我有一堆csv数据集，每个大约10Gb。我想从他们的列中生成直方图。但似乎在numpy中执行此操作的唯一方法是首先将整个列加载到一个numpy数组中，然后对该数组调用numpy.histogram。这会消耗不必要的内存量。numpy是否支持在线分箱？我希望在读取它们时逐行迭代我的csv和bins值。这样在任何时候内存中最多只有一行。自己动手并不难，但想知道是否有人已经发明了这个轮子。 最佳答案 正如您所说，推出自己的产品并不难。您需要自己设置容器并在遍历文件时重复使用它们。以下应该是一个不错的起点:importnumpyasnpda
我有一堆csv数据集，每个大约10Gb。我想从他们的列中生成直方图。但似乎在numpy中执行此操作的唯一方法是首先将整个列加载到一个numpy数组中，然后对该数组调用numpy.histogram。这会消耗不必要的内存量。numpy是否支持在线分箱？我希望在读取它们时逐行迭代我的csv和bins值。这样在任何时候内存中最多只有一行。自己动手并不难，但想知道是否有人已经发明了这个轮子。 最佳答案 正如您所说，推出自己的产品并不难。您需要自己设置容器并在遍历文件时重复使用它们。以下应该是一个不错的起点:importnumpyasnpda
在Numpy1.4.1中，计算掩码数组直方图的最简单或最有效的方法是什么？默认情况下，numpy.histogram和pyplot.hist会计算屏蔽的元素!我现在能想到的唯一简单的解决方案是创建一个具有非屏蔽值的新数组:histogram(m_arr[~m_arr.mask])但这不是很有效，因为这会不必要地创建一个新数组。我很乐意阅读更好的想法! 最佳答案 (根据上面的讨论取消删除...)我不确定numpy开发人员是否会认为这是一个错误或预期的行为。我askedonthemailinglist，所以我想我们会看看他们怎么说。无论
在Numpy1.4.1中，计算掩码数组直方图的最简单或最有效的方法是什么？默认情况下，numpy.histogram和pyplot.hist会计算屏蔽的元素!我现在能想到的唯一简单的解决方案是创建一个具有非屏蔽值的新数组:histogram(m_arr[~m_arr.mask])但这不是很有效，因为这会不必要地创建一个新数组。我很乐意阅读更好的想法! 最佳答案 (根据上面的讨论取消删除...)我不确定numpy开发人员是否会认为这是一个错误或预期的行为。我askedonthemailinglist，所以我想我们会看看他们怎么说。无论
