内六角尺寸pyplot.hexpin基于频率

Question

有没有办法增加六边形的相对大小pyplot.hexpin根据他们的频率？ 我只能看到binsize的关键字参数，这会影响十六进制的数量，但不会影响它们的大小。在

但是在this article（在标题“多元六边形装箱”下大约2/3英寸）中，它讨论了绘制大小与计数成比例的六边形，以便更清楚地观察趋势（见以下图片，摘自那篇文章）

我是否错过了一个允许这样做的关键字参数？在

谢谢！在

Answer 1

对于所讨论的图，使用六边形分块没有任何优势，因为六边形有不同的大小，因此不允许在整个绘图中进行一致的分块。但是，您可以使用一个恒定的binning，并且只收缩没有最大值的单元格。在

import matplotlib.pyplot as plt
from matplotlib.collections import PatchCollection
from matplotlib.path import Path
from matplotlib.patches import PathPatch
import numpy as np; np.random.seed(42)

a = np.random.rand(200,2)
b = np.random.rand(200)
c = np.concatenate((a,np.c_[b,b]), axis=0)

fig, ax = plt.subplots()

hexbin = ax.hexbin(c[:,0],c[:,1],gridsize=20, linewidth=0 )

def sized_hexbin(ax,hc):
    offsets = hc.get_offsets()
    orgpath = hc.get_paths()[0]
    verts = orgpath.vertices
    values = hc.get_array()
    ma = values.max()
    patches = []
    for offset,val in zip(offsets,values):
        v1 = verts*val/ma+offset
        path = Path(v1, orgpath.codes)
        patch = PathPatch(path)
        patches.append(patch)

    pc = PatchCollection(patches)
    pc.set_array(values)
    ax.add_collection(pc)
    hc.remove()

sized_hexbin(ax,hexbin)
plt.show()

---

为了进行比较，可以通过散点图传送相同的信息。这段代码可能比上面的代码更直观。 ^{pr2}$