本文介绍对平面散点数据的分布使用 `np.histogram2d`进行二维直方分布统计并使用matplotlib绘制热图,用于单颗粒界面分布密度的可视化。  结果如上图,代码如下: [login] ```python import numpy as np import matplotlib.pyplot as plt xx = np.random.rand(1000)*60 yy = np.random.rand(1000)*60 sampling = int(np.ptp(xx)/0.7/4) print("采样次数",sampling) print("采样窗口大小为 12σ:", 0.7*4, "μm") xedges = np.linspace(xx.min(), xx.max(), sampling) yedges = np.linspace(yy.min(), yy.max(), sampling) H, xedges, yedges = np.histogram2d(xx, yy, bins=(xedges, yedges), density=False) # 返回的H,列是x,行是y,如果要使用 plt.imshow 注意转置 # plt.figure(figsize=(4,4)) plt.imshow(H.T, interpolation='nearest', cmap=cmap, vmin=0, vmax=9) # cmap 是自定义colormap plt.gca().invert_yaxis() # imshow时,行的索引是从上至下的,如要与原来的保持一致,注意反转 plt.axis("off") plt.colorbar() plt.show() ``` [/login] 本文介绍对平面散点数据的分布使用 np.histogram2d进行二维直方分布统计并使用matplotlib绘制热图,用于单颗粒界面分布密度的可视化。结果如上图,代码如下:该部分仅登录用户可见 最后修改:2024 年 12 月 01 日 © 允许规范转载 打赏 赞赏作者 微信 赞 请大力赞赏以支持本站持续运行!
此处评论已关闭