使用相同的边比较不同的histogram2d绑定

Question

我有一个如下所示的数据集：

tsne_results_x  tsne_results_y  team_id
0   -22.796648  -26.514051  107
1   11.985229   40.674446   107
2   -28.231720  -49.302216  107
3   31.942875   -14.427114  107
4   -46.436501  -7.750005   107
76  24.252718   -20.551889  8071
77  2.362172    17.170067   8071
78  7.212677    -9.056982   8071
79  -5.865472   -32.999077  8071

我想要存放tsne_results_x和tsne_results_y列，为此我使用numpy函数histogram2d

grid, xe, ye = np.histogram2d(df['tsne_results_x'], df['tsne_results_y'], bins=15)
gridx = np.linspace(min(df['tsne_results_x']),max(df['tsne_results_x']),15)
gridy = np.linspace(min(df['tsne_results_y']),max(df['tsne_results_y']),15)

plt.figure()
#plt.plot(x, y, 'ro')
plt.grid(True)

#plt.figure()
plt.pcolormesh(gridx, gridy, grid)
plt.colorbar()

plt.show()

​

​

但是，正如您所看到的，我在数据框架中有几个team_id，我希望将一个团队的单个回收箱与整个数据框架进行比较。例如，对于一个团队，在一个特定的容器中，我希望将其除以包含所有团队的总数。

因此，我认为在一个特定的团队数据集上运行histogram2d，对整个数据集使用相同的行空间就可以做到这一点。没有，因为histogram2d将以不同的方式存储one_team_df，因为数据的范围不同。

one_team_df = df.loc[(df['team_id'] == str(299))]

grid_team, a, b = np.histogram2d(one_team_df['tsne_results_x'], one_team_df['tsne_results_y'], bins=15)



gridx = np.linspace(min(df['tsne_results_x']),max(df['tsne_results_x']),15)
gridy = np.linspace(min(df['tsne_results_y']),max(df['tsne_results_y']),15)

plt.figure()
#plt.plot(x, y, 'ro')
plt.grid(True)

#plt.figure()
plt.pcolormesh(gridx, gridy, grid_team)
#plt.plot(x, y, 'ro')
plt.colorbar()

plt.show()

​

​

我想知道如何使这两种表述具有可比性。是否有可能运行histogram2d给出xedges和yedges？通过这种方式，我可以使用整个二进制化的边缘来对一个团队进行定位。

问候

Answer 1

np.histomgram2d文档

binsint或array_like或int，int或数组，数组，可选bin规范:如果int，则为二维(nx=ny=bins)的回收箱数。如果为array_like，则为二维(x_edges=y_edges=bins)的bin边。如果int，int，则表示每个维度中的回收箱数(nx，ny = bins)。如果数组，数组，则每个维度中的bin边缘(x_edges，y_edges = bins)。一个组合的int，数组或数组，int，其中int是回收箱的数目，数组是bin边。

这意味着您可以指定您想要的回收箱。例如：

grid_team, a, b = np.histogram2d(
    one_team_df['tsne_results_x'], one_team_df['tsne_results_y'], 
    bins=[np.linspace(-40,40,15), np.linspace(-40,40,15)]
)