pandas 0.23 - DataFrame.plot.hexbin()

pandas.DataFrame.plot.hexbin




pandas

pandas.DataFrame.plot.hexbin

DataFrame.plot.hexbin(x, y, C=None, reduce_C_function=None, gridsize=None, **kwds) [source]

एक हेक्सागोनल बिनिंग प्लॉट उत्पन्न करें।

x बनाम y हेक्सागोनल बिनिंग प्लॉट उत्पन्न करें। यदि C None (डिफ़ॉल्ट), तो यह (x[i], y[i]) में टिप्पणियों के होने की संख्या का एक हिस्टोग्राम है।

यदि C निर्दिष्ट किया गया है, तो दिए गए निर्देशांक (x[i], y[i]) पर मान निर्दिष्ट करता है। ये मान प्रत्येक हेक्सागोनल बिन के लिए संचित होते हैं और फिर reduce_C_function अनुसार कम हो reduce_C_function , डिफ़ॉल्ट रूप से NumPy के माध्य फ़ंक्शन ( numpy.mean() ) के रूप में। (यदि C निर्दिष्ट किया गया है, तो यह x और y , या स्तंभ लेबल के समान लंबाई का 1-D अनुक्रम भी होना चाहिए।)

पैरामीटर:

x : int या str

स्तंभ लेबल या x बिंदुओं के लिए स्थिति।

y : int या str

Y अंक के लिए कॉलम लेबल या स्थिति।

C : int या str, वैकल्पिक

(x, y) बिंदु के मान के लिए स्तंभ लेबल या स्थिति।

घट_C_function : कॉल करने योग्य, डिफ़ॉल्ट np.mean

एक तर्क का कार्य जो बिन में सभी मानों को एक संख्या में np.mean (जैसे np.mean , np.max , np.sum , np.std )।

ग्रिड : int या tuple of (int, int), डिफ़ॉल्ट 100

एक्स-दिशा में हेक्सागोन्स की संख्या। वाई-दिशा में हेक्सागोन की इसी संख्या को इस तरह से चुना जाता है कि हेक्सागोन्स लगभग नियमित होते हैं। वैकल्पिक रूप से, ग्रिड एक्स-दिशा और हे-दिशा में हेक्सागोन्स की संख्या को निर्दिष्ट करने वाले दो तत्वों के साथ एक तुच्छ हो सकता है।

** kwds

अतिरिक्त कीवर्ड तर्क pandas.DataFrame.plot() में pandas.DataFrame.plot() किए गए हैं।

यह दिखाता है:

matplotlib.AxesSubplot

मेटप्लोटिब एक्सिस, जिस पर हेक्सबिन को प्लॉट किया जाता है।

यह भी देखें

pandas.DataFrame.plot()
एक DataFrame के प्लॉट बनाएं।
matplotlib.pyplot.hexbin
हेक्सागोनल बिनिंग प्लॉट का उपयोग मैटप्लोटलिब के साथ, मेटप्लोटलिब फ़ंक्शन जो हुड के तहत किया जाता है।

उदाहरण

सामान्य वितरण से यादृच्छिक डेटा के साथ निम्न उदाहरण उत्पन्न होते हैं।

>>> 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)
../_images/pandas-DataFrame-plot-hexbin-1.png

अगला उदाहरण np.sum और np.sum को reduce_C_function लिए उपयोग करता np.sum reduce_C_function । ध्यान दें कि 'observations' मान 1 से 5 तक होता है, लेकिन परिणाम प्लॉट 25 से अधिक तक के मूल्यों को दर्शाता है। इसका कारण यह है कि कम 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")
../_images/pandas-DataFrame-plot-hexbin-2.png