Python で numpy.histogram2d を使用して散布データをヒートマップに変換する方法

Python で散布データをヒートマップに変換する方法

多数のデータ ポイントを表す散布図を操作する場合、有益な場合がありますデータをヒートマップとして視覚化します。これにより、データが集中している領域を簡単に識別できます。

Matplotlib には包括的なヒートマップ生成サンプルが用意されていますが、これらのサンプルは通常、事前定義されたセル値の存在を前提としています。この記事では、整理されていない X、Y ポイントのセットをヒートマップに変換する方法の必要性について説明します。ヒートマップでは、座標の頻度が高いゾーンほど暖かく見えます。

numpy.histogram2d を使用した解決策

六角形のヒートマップが望ましくない場合は、numpy の histogram2d 関数が代替ソリューションを提供します。使用方法は次のとおりです:

import numpy as np
import matplotlib.pyplot as plt

# Generate sample data
x = np.random.randn(10_000)
y = np.random.randn(10_000)

# Create a heatmap using histogram2d
heatmap, xedges, yedges = np.histogram2d(x, y, bins=50)
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]

# Plot the heatmap
plt.imshow(heatmap.T, extent=extent, origin='lower')
plt.colorbar()  # Add a colorbar to indicate heatmap values
plt.show()

このコードは、データ ポイントの 50x50 ヒートマップ表現を作成します。 bins パラメータを調整することで、ヒートマップのサイズをカスタマイズできます。たとえば、bins=(512, 384) は 512x384 のヒートマップになります。

numpy.histogram2d の機能を活用することで、散乱データをヒートマップに変換することができ、データの分布に関する貴重な洞察が得られます。ポイント。

以上がPython で numpy.histogram2d を使用して散布データをヒートマップに変換する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。