密度图（热力图）在matplotlib中的应用

Question

密度图（热力图）在matplotlib中的应用

11

我有一个坐标列表：

y,x
445.92,483.156
78.273,321.512
417.311,204.304
62.047,235.216
87.24,532.1
150.863,378.184
79.981,474.14
258.894,87.74
56.496,222.336
85.105,454.176
80.408,411.672
90.656,433.568
378.027,441.296
433.964,290.6
453.606,317.648
383.578,115.432
128.232,312.496
116.276,93.536
94.072,222.336
52.226,327.308
321.663,187.56
392.972,279.008

我想使用matplotlib基于这些点绘制一个密度地图（或热力图）。我正在使用pcolormesh和contourf。问题在于pcolormesh的间距大小不同：

这是代码:

x, y = np.genfromtxt('pogba_t1314.csv', delimiter=',', unpack=True)

#print(x[1], y[1])
y = y[np.logical_not(np.isnan(y))]
x = x[np.logical_not(np.isnan(x))]
k = gaussian_kde(np.vstack([x, y]))
xi, yi = np.mgrid[x.min():x.max():x.size**0.5*1j,y.min():y.max():y.size**0.5*1j]
zi = k(np.vstack([xi.flatten(), yi.flatten()]))

fig = plt.figure(figsize=(9,10))
ax1 = fig.add_subplot(211)


ax1.pcolormesh(xi, yi, zi.reshape(xi.shape), alpha=0.5)

ax1.plot(y,x, "o")
ax1.set_xlim(0, 740)
ax1.set_ylim(515, 0)

#overlay soccer field
im = plt.imread('statszone_football_pitch.png')
ax1.imshow(im, extent=[0, 740, 0, 515], aspect='auto')


fig.savefig('pogba1516.png')

这是一个csv文件的链接: https://dl.dropboxusercontent.com/u/12348226/pogba_t1314.csv

- slash89mf

请展示完整的错误堆栈跟踪；哪一行代码产生了错误？ - Cyb3rFly3r

这个函数 np.genfromtxt 返回什么？它返回一个元组吗？ - AKS

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- lanery · Accepted Answer

希望这能帮助你找到正确的方向，但我强烈建议阅读pcolor和pcolormesh的文档。您已经评论了 # Plot the density map using nearest-neighbor interpolation，但是由于Z是一个一维数组，因此您没有任何2D密度数据用于创建密度图。如下所示，使用您的数据可以最轻松地通过使用np.histogram2d 来创建密度图。

Z, xedges, yedges = np.histogram2d(x, y)

Z现在是一个包含你的x，y坐标分布信息的二维数组。可以用pcolormesh来绘制这个分布，就像这样：

plt.pcolormesh(xedges, yedges, Z.T)

离你发布的那张图片还有很长的一段路要走，但这个过程可以解释你的错误并帮助你找到正确的方向。

更新：更加流畅的密度图

假设你有两个一维数组 x 和 y，你可以使用核密度估计来获取更好的热力图，方法如下 [参考文献]：

from scipy.stats.kde import gaussian_kde

k = gaussian_kde(np.vstack([x, y]))
xi, yi = np.mgrid[x.min():x.max():x.size**0.5*1j,y.min():y.max():y.size**0.5*1j]
zi = k(np.vstack([xi.flatten(), yi.flatten()]))

现在你可以使用pcolormesh或contourf来绘制高斯核密度估计图，具体取决于你想要的效果/美学。

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(7,8))
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

# alpha=0.5 will make the plots semitransparent
ax1.pcolormesh(xi, yi, zi.reshape(xi.shape), alpha=0.5)
ax2.contourf(xi, yi, zi.reshape(xi.shape), alpha=0.5)

ax1.set_xlim(x.min(), x.max())
ax1.set_ylim(y.min(), y.max())
ax2.set_xlim(x.min(), x.max())
ax2.set_ylim(y.min(), y.max())

# you can also overlay your soccer field
im = plt.imread('soccerPitch.jpg')
ax1.imshow(im, extent=[x.min(), x.max(), y.min(), y.max()], aspect='auto')
ax2.imshow(im, extent=[x.min(), x.max(), y.min(), y.max()], aspect='auto')

我看到这张图片:

该图片显示了一个网站的界面，用户可以输入用户名和密码来登录。