关于python：使用散点数据集在MatPlotLib中生成热图


Generate a heatmap in MatPlotLib using a scatter data set

我的问题几乎与此类似。 但是，我对答案不满意，因为我想生成一个实际的热图，而没有明确地对数据进行分箱。

确切地说，我想显示的功能是散点数据和自定义内核(例如1 / x ^ 2)之间卷积的结果。

我应该如何用matplotlib来实现呢？

编辑：基本上，我所做的就是这个。 结果在这里。 我想保留所有内容，轴，标题，标签等。 基本上只是将情节更改为我所描述的，同时尽可能少地重新实现。

相关讨论

使用matplotlib.dats.date2num将时间序列数据转换为数字格式。 放下一个跨越x和y范围的矩形网格，并在该图上进行卷积。 绘制卷积的伪彩色图，然后将x标签重新格式化为日期。

标签格式有点混乱，但是文档记录得很好。 您只需要用DateFormatter和适当的格式设置字符串替换AutoDateFormatter。

您需要为数据调整卷积中的常量。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
import numpy as np
import datetime as dt
import pylab as plt
import matplotlib.dates as dates

t0 = dt.date.today()
t1 = t0+dt.timedelta(days=10)

times = np.linspace(dates.date2num(t0), dates.date2num(t1), 10)
dt = times[-1]-times[0]
price =  100 - (times-times.mean())**2
dp = price.max() - price.min()
volume = np.linspace(1, 100, 10)

tgrid = np.linspace(times.min(), times.max(), 100)
pgrid = np.linspace(70, 110, 100)
tgrid, pgrid = np.meshgrid(tgrid, pgrid)
heat = np.zeros_like(tgrid)

for t,p,v in zip(times, price, volume):
    delt = (t-tgrid)**2
    delp = (p-pgrid)**2
    heat += v/( delt + delp*1.e-2 + 5.e-1 )**2

fig = plt.figure()
ax = fig.add_subplot(111)
ax.pcolormesh(tgrid, pgrid, heat, cmap='gist_heat_r')

plt.scatter(times, price, volume, marker='x')

locator = dates.DayLocator()
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(dates.AutoDateFormatter(locator))
fig.autofmt_xdate()

plt.show()

Script output

相关讨论