Python pandas.DataFrame.plot.hexbin用法及代码示例

用法:
DataFrame.plot.hexbin(x, y, C=None, reduce_C_function=None, gridsize=None, **kwargs)

生成六边形分箱图。

生成 x 与 y 的六边形分箱图。如果 C 是 None(默认值)，则这是在 (x[i], y[i]) 的观察出现次数的直方图。

如果指定了 C，则指定给定坐标 (x[i], y[i]) 处的值。这些值为每个六边形 bin 累加，然后根据 reduce_C_function 减少，默认情况下具有 NumPy 的均值函数 (numpy.mean())。 (如果指定了C，它还必须是与x和y长度相同的一维序列，或者是列标签。)

参数：

x：整数或字符串: x 点的列标签或位置。
y：整数或字符串: y 点的列标签或位置。
C：int 或 str，可选: (x, y) 点的值的列标签或位置。
reduce_C_function：可调用，默认 np.mean: 一个参数的函数，可将 bin 中的所有值减少为单个数字(例如 np.mean , np.max , np.sum , np.std )。
gridsize：int 或 (int, int) 的元组，默认 100: x 方向上的六边形数。 y方向上相应数量的六边形以六边形近似规则的方式选择。或者，gridsize 可以是一个具有两个元素的元组，指定 x 方向和 y 方向上六边形的数量。
**kwargs：: 其他关键字参数记录在 DataFrame.plot() 中。

matplotlib.AxesSubplot: 绘制 hexbin 的 matplotlib Axes。

例子：

以下示例是使用来自正态分布的随机数据生成的。

>>> n = 10000
>>> df = pd.DataFrame({'x': np.random.randn(n),
...                    'y': np.random.randn(n)})
>>> ax = df.plot.hexbin(x='x', y='y', gridsize=20)

下一个示例使用 C 和 np.sum 作为 reduce_C_function 。请注意，‘observations’ 值的范围从 1 到 5，但结果图显示的值最多超过 25。这是因为 reduce_C_function 。

>>> 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")

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.plot.hexbin。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：