matplotlib.axes.axes.hexbin()

matplotlib.axes.axes.hexbin()函数，使用matplotlib库的Axes模块中的Axes.hexbin()函数，制作点x、y的二维六边形对边图。

语法:

Axes.hexbin(self, x, y, C=None, gridsize=100, bins=None, xscale=’linear’, yscale=’linear’, extent=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=’face’, reduce_C_function=, mincnt=None, marginals=False, *, data=None, **kwargs)

参数:该方法接受如下参数说明:

• x, y:这些参数是数据序列。X和y的长度必须相同。
• C:该参数为箱中累计的值。
• gridsize:该参数表示x方向或两个方向上的六边形数量。
• xscale:该参数在水平轴上使用线性或log10缩放。
• xycale:该参数在垂直轴上使用线性或log10刻度。
• mincnt:该参数用于显示单元格中超过mincnt点数的单元格。
• marginals:该参数用于将边际密度绘制为沿x轴底部和y轴左侧的彩色矩形。
• extent:该参数是容器的限制。

返回如下内容:

• polycollection:返回定义六边形容器的polycollection。

下面的例子演示了matplotlib.axes中的matplotlib.axes.axes.hexbin()函数:

示例1

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
  
np.random.seed(19680801)
  
n = 100000
x = np.random.standard_normal(n)
y = 12 * np.random.standard_normal(n)
  
fig, ax = plt.subplots()
ax.hexbin(x, y, gridsize = 50, cmap ='Greens')
ax.set_title('matplotlib.axes.Axes.hexbin() Example')
plt.show()

输出:

示例2

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
  
np.random.seed(19680801)
  
n = 100000
x = np.random.standard_normal(n)
y = 2 * np.random.standard_normal(n)
z =[1, 2, 3, 4]
xmin = x.min()
xmax = x.max()
ymin = y.min()
ymax = y.max()
  
fig, axs = plt.subplots(ncols = 3,
                        sharey = True)
  
ax = axs[0]
hb = ax.hexbin(x, y, gridsize = 50, 
               bins ='log', 
               cmap ='BuGn')
  
ax.set(xlim =(xmin, xmax), 
       ylim =(ymin, ymax))
  
cb = fig.colorbar(hb, ax = ax)
cb.set_label('log')
  
ax = axs[1]
hb = ax.hexbin(x, y, gridsize = 50,
               cmap ='Greens')
  
ax.set(xlim =(xmin, xmax), 
       ylim =(ymin, ymax))
  
cb = fig.colorbar(hb, ax = ax)
cb.set_label('Values')
  
ax.set_title('matplotlib.axes.Axes.\
hexbin() Example')
  
ax = axs[2]
hb = ax.hexbin(x, y, gridsize = 50,
               bins = z, cmap ='BuGn')
  
ax.set(xlim =(xmin, xmax), 
       ylim =(ymin, ymax))
  
cb = fig.colorbar(hb, ax = ax)
cb.set_label(z)
plt.show()

输出: