pandas 六边形分箱图 plot.hexbin

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

六边形分箱图（Hexagonal Binning），也称六边形箱体图，或简称六边形图，是一种由六边形为主要元素的统计图表。它是一种比较特殊的图表，既是散点图的延伸，又兼具直方图和热力图的特征。

创建方法

您可以使用 DataFrame.plot.hexbin() 创建六边形图。如果您的数据过于密集而无法单独绘制每个点，则六边形图可以替代散点图。

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])
df['b'] = df['b'] + np.arange(1000)
df.plot.hexbin(x='a', y='b', gridsize=25)

一个有用的关键字参数是gridsize。它控制x方向上的六边形数量，默认为100。较大的网格尺寸意味着更多更小的箱体。

其他参数

默认情况下，将计算每个（x，y）点周围的计数的直方图。您可以通过将值传递给C和reduce_C_function 参数来指定备用聚合。 C 指定每个（x，y）点的值，reduce_C_function 是一个参数的函数，该参数将 bin 中的所有值减少为一个数字（例如，平均值，最大值，总和，标准差）。在此示例中，位置由列 a 和 b 给出，而值由列 z 给出。每个箱会使用 NumPy 的 max 函数进行汇总。

n = 500
df = pd.DataFrame({
    'coord_x': np.random.uniform(-3, 3, size=n),
    'coord_y': np.random.uniform(30, 50, size=n),
    'observations': np.random.randint(1,5, size=n)
    })
ax = df.plot.hexbin(x='coord_x',
                    y='coord_y',
                    C='observations',
                    reduce_C_function=np.sum,
                    gridsize=10,
                    cmap="viridis")

更多参数及方法访问 matplotlib hexbin 官方文档。

< plot.scatter 散点图 pandas plot 绘图

更新时间：2020-06-24 10:15:03 标签：pandas 热力图六边形分箱图