matplotlib.axes.axes.hist2d()

matplotlib.axes.axes.hist2d()函数，使用matplotlib库的Axes模块中的Axes.hist2d()函数绘制2D直方图。

语法:

Axes.hist2d(self, x, y, bins=10, range=None, density=False, weights=None, cmin=None, cmax=None, *, 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。

bins:可选参数，包含整数、序列或字符串。

range:可选参数，表示容器的上下范围。

density:可选参数，包含布尔值。

weights:该参数是一个可选参数，它是一个权重数组，形状与x相同。

cmin:该参数表示所有小于cmin的bin都不显示。

cmax:该参数将不显示所有计数大于cmax的箱子。

返回如下内容:

h:返回样本x和y的二维直方图。

xedges :返回沿x轴的bin边。

yedges:这将返回沿y轴的bin边。

image:这将返回QuadMesh。

下面的例子演示了matplotlib.axes中的matplotlib.axes.axes.hist2d()函数:

示例1

    
# Implementation of matplotlib function
from matplotlib import colors
from matplotlib.ticker import PercentFormatter
import numpy as np
import matplotlib.pyplot as plt
  
N_points = 100000
x = np.random.randn(N_points)
y = .4 * x + np.random.randn(100000) + 5
  
fig, ax = plt.subplots()
ax.hist2d(x, y, bins = 100, 
          norm = colors.LogNorm(),
          cmap ="Greens")
  
ax.set_title('matplotlib.axes.Axes.\
hist2d() Example')
  
plt.show()

输出:

matplotlib.axes.axes.hist2d()

示例2

# Implementation of matplotlib function
from matplotlib import colors
import numpy as np
from numpy.random import multivariate_normal
import matplotlib.pyplot as plt
  
result = np.vstack([
    multivariate_normal([10, 10],
            [[3, 2], [2, 3]], size = 100000),
    multivariate_normal([30, 20],
            [[2, 3], [1, 3]], size = 1000)
])
  
fig, [axes, axes1] = plt.subplots(nrows = 2, 
                                  ncols = 1,
                                  sharex = True)
  
axes.hist2d(result[:, 0], result[:, 1],
            bins = 100, cmap ="GnBu",
            norm = colors.LogNorm())
  
axes1.hist2d(result[:, 0], result[:, 1],
             bins = 100, norm = colors.LogNorm())
  
axes.set_title('matplotlib.axes.Axes.\
hist2d() Example')
  
plt.show()

输出:

matplotlib.axes.axes.hist2d()