आस-पास के बिंदुओं के घनत्व के आधार पर मेटप्लोटिब हेक्सबिन में हेक्स आकार

मुझे निम्नलिखित कोड मिला है जो निम्नलिखित आंकड़ा बनाता है

import numpy as np
np.random.seed(3)
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame()
df['X'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))
df['Y'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))

df['Bin'] = df.apply(lambda row: .1 if row['X'] < 30 and row['Y'] < 30 else .9, axis=1)

fig, ax = plt.subplots(figsize=(10,10))
plt.scatter(df['X'], df['Y'])

मैंने नीचे बताए अनुसार, हेक्सबिन का उपयोग करते हुए डेटा को चित्रित किया है

from matplotlib import cm

fig, ax = plt.subplots(figsize=(10,10))
hexbin = ax.hexbin(df['X'], df['Y'], C=df['Bin'], gridsize=20, cmap= cm.get_cmap('RdYlBu_r'),edgecolors='black')
plt.show()

मैं उस षट्भुज को कवर करने वाले क्षेत्र में प्लॉट किए गए बिंदुओं के घनत्व के आधार पर हेक्सागोन के आकार को बदलना चाहता हूं। उदाहरण के लिए, नीचे के बायीं ओर के हेक्सागोन्स (जहाँ बिंदु कॉम्पैक्ट होते हैं) हर जगह हेक्सागोन्स से बड़े होंगे (जहाँ बिंदु विरल हैं)। क्या इसे करने का कोई तरीका है?

संपादित करें: मैंने इस समाधान की कोशिश की , लेकिन मैं यह पता नहीं लगा सका कि df ['Bin'] के आधार पर हेक्स को कैसे रंग दिया जाए, या न्यूनतम और अधिकतम हेक्स आकार कैसे सेट किया जाए।

from matplotlib.collections import PatchCollection
from matplotlib.path import Path
from matplotlib.patches import PathPatch
fig, ax = plt.subplots(figsize=(10,10))
hexbin = ax.hexbin(df['X'], df['Y'], C=df['Bins'], gridsize=20, cmap= cm.get_cmap('RdYlBu_r'),edgecolors='black')
def sized_hexbin(ax,hc):
    offsets = hc.get_offsets()
    orgpath = hc.get_paths()[0]
    verts = orgpath.vertices
    values = hc.get_array()
    ma = values.max()
    patches = []
    for offset,val in zip(offsets,values):
        v1 = verts*val/ma+offset
        path = Path(v1, orgpath.codes)
        patch = PathPatch(path)
        patches.append(patch)

    pc = PatchCollection(patches, cmap=cm.get_cmap('RdYlBu_r'), edgecolors='black')
    pc.set_array(values)
    ax.add_collection(pc)
    hc.remove()

sized_hexbin(ax,hexbin)
plt.show()

python matplotlib

— एतान
स्रोत

क्या आपने stackoverflow.com/questions/48844600/… देखा ?

— plasmon360

@ plasmon360 मैंने प्रस्तावित समाधान से अपने काम के साथ पोस्ट को अपडेट किया

— एथन

जब आप इसका उपयोग करते हैं तो C=df['Bin'],यह घनत्व नहीं दिखाएगा, बल्कि इसकी मात्रा Binकॉलम में है। इसलिए कथानक सही है। आप Cतर्क को छोड़ सकते हैं , और घनत्व के आधार पर आकार प्राप्त कर सकते हैं।

— ImportanceOfBeingErnest

@ImportanceOfBeingErnest ठीक है, गोथा। मैं df ['बिन'] द्वारा हेक्स को कैसे रंग सकता हूं? मैं हेक्सागोन्स के न्यूनतम आकार को थोड़ा बड़ा करने में सक्षम होना चाहूंगा, क्या यह संभव है?

— इथन

आकार val/maकोड में अनुपात से निर्धारित होता है । आप जो भी उपयुक्त लगे, उसे बदल सकते हैं। रंगों के माध्यम से सेट किया गया है pc.set_array(values); आप valuesनिश्चित रूप से कुछ और का उपयोग कर सकते हैं ।

— ImportanceOfBeingErnest

आप कलर मैपिंग को समझने में कुछ समय लगाना चाह सकते हैं।

    import numpy as np
    np.random.seed(3)
    import pandas as pd
    import matplotlib.pyplot as plt
    from matplotlib.collections import PatchCollection
    from matplotlib.path import Path
    from matplotlib.patches import PathPatch
    df = pd.DataFrame()
    df['X'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))
    df['Y'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))

    df['Bin'] = df.apply(lambda row: .1 if row['X'] < 30 and row['Y'] < 30 else .9, axis=1)

    #fig, ((ax1, ax2)) = plt.subplots(1, 2, sharex=True, sharey=True)
    ax1 = plt.scatter(df['X'], df['Y'])

    fig,ax2 = plt.subplots(figsize=(10,10))
    hexbin = ax2.hexbin(df['X'], df['Y'], C=df['Bin'], gridsize=20,edgecolors='black',cmap= 'RdBu', reduce_C_function=np.bincount) #**

    def sized_hexbin(ax,hc):
        offsets = hc.get_offsets()
        orgpath = hc.get_paths()[0]
        verts = orgpath.vertices
        values = hc.get_array()
        ma = values.max()
        patches = []
        for offset,val in zip(offsets,values):
            v1 = verts*val/ma + offset
            path = Path(v1, orgpath.codes)
            patch = PathPatch(path)
            patches.append(patch)

        pc = PatchCollection(patches, cmap= 'RdBu', edgecolors='black')
        pc.set_array(values)

        ax.add_collection(pc)

        hc.remove()

    sized_hexbin(ax2,hexbin)
    cb = plt.colorbar(hexbin, ax=ax2)

    plt.show()

To plot the chart based on df['bins'] values - 

Need to change the reduce_C_function in #** marked line -

    hexbin = ax2.hexbin(df['X'], df['Y'], C=df['Bin'], gridsize=20,edgecolors='black',cmap= 'RdBu', reduce_C_function=np.sum)

[![enter image description here][2]][2]


  [1]: https://i.stack.imgur.com/kv0U4.png
  [2]: https://i.stack.imgur.com/mb0gD.png

# Another variation of the chart :

# Where size is based on count of points in the bins and color is based on values of the df['bin']./ Also added if condition to control minimum hexbin size.


import numpy as np
np.random.seed(3)
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.collections import PatchCollection
from matplotlib.path import Path
from matplotlib.patches import PathPatch
from functools import partial

mycmp = 'coolwarm'

df = pd.DataFrame()
df['X'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))
df['Y'] = list(np.random.randint(100, size=100)) + list(np.random.randint(30, size=100))

df['Bin'] = df.apply(lambda row: .1 if row['X'] < 30 and row['Y'] < 30 else .9, axis=1)

#fig, ((ax1, ax2)) = plt.subplots(1, 2, sharex=True, sharey=True)
ax1 = plt.scatter(df['X'], df['Y'])


fig,ax2 = plt.subplots(figsize=(10,10))
hexbin = ax2.hexbin(df['X'], df['Y'], C=df['Bin'], gridsize=15,edgecolors='black',cmap= newcmp , reduce_C_function=np.bincount)
hexbin2 = ax2.hexbin(df['X'], df['Y'], C=df['Bin'], gridsize=15,edgecolors='black',cmap= newcmp , reduce_C_function=np.mean)

def sized_hexbin(ax,hc,hc2):
    offsets = hc.get_offsets()
    orgpath = hc.get_paths()[0]
    verts = orgpath.vertices
    values1 = hc.get_array()
    values2 = hc2.get_array()
    ma = values1.max()
    patches = []

    for offset,val in zip(offsets,values1):
        # Adding condition for minimum size 
        if (val/ma) < 0.2:
            val_t = 0.2
        else:
            val_t = val/ma
        v1 =  verts*val_t + offset
        path = Path(v1, orgpath.codes)
        print(path)
        patch = PathPatch(path)
        patches.append(patch)

    pc = PatchCollection(patches, cmap=  newcmp)  #edgecolors='black'
    pc.set_array(values2)

    ax.add_collection(pc)
    hc.remove()
    hc2.remove()


sized_hexbin(ax2,hexbin,hexbin2)
cb = plt.colorbar(hexbin2, ax=ax2)

plt.xlim((-5, 100))
plt.ylim((-5, 100))

plt.show()

— गायब
स्रोत

मैं df['Bin']कॉलम के आधार पर रंग कैसे बदल सकता हूं ?

— एथन

तो आप हेक्सबिन में आवृत्ति लेकिन df ['बिन'] मानों का योग नहीं देखना चाहते हैं?

— खोया

हां, मैं चाहता हूं कि हेक्सागोन्स का रंग df['Bin']स्तंभ पर आधारित हो , इसलिए नीचे के बाएं हेक्स नीले हैं और अन्य लाल हैं

— एथन

मैंने df ['बिन'] के योग के आधार पर कथानक जोड़ा। रंग को प्रबंधित करने के लिए आप cmap को संपादित कर सकते हैं। यकीन नहीं होता कि आप कुछ और करना चाह रहे हैं।

— lostin

मैं बिन के मूल्यों के बजाय, बिन के मूल्य के आधार पर इसे रंगना नहीं चाहता। क्या ऐसा करने के लिए कोई रास्ता है? रंग मेरे उदाहरण के दूसरे भूखंड में रंगों से मेल खाते हैं

— एथन