如何通过 matplotlib 增加 2D 直方图中的对比度

Question

我必须在几组数据上绘制 2D 直方图。我需要增加点之间的对比度，因为差异不是很明显。 Snice 每个数据集中的最大值是不同的，我必须找到一种自动归一化和增加强度(对比度)的方法。

以下是我在每个数据集上使用的代码：

H2, xedges, yedges, image = plt.hist2d(DF['x'], DF['y'], bins=(500, 500), cmap="hot", cbar = False, xticklabels = False, yticklabels = False, robust = True)

解决方案可能是：

1-按数据集的最大值除以历史数字

2-将数据集乘以强度因子(例如1000)

3-使用seaborn.heatmap()绘制新数据

这可以通过以下方式实现：

D2H, xedges, yedges = np.histogram2d(DF['x'], DF['y'], bins=(500, 500))
sns.heatmap(D2H/(D2H.max())*1000, cmap = "hot", cbar = False, xticklabels = False, yticklabels = False, robust = True)

你认为这是最好的方法吗？我期待着任何更好、更简单的解决方案。谢谢。

Answer 1

乘以任意数字将改变distribution的变换。我建议您使用 vmin/vmaxnormalisehistogram，可以在以下链接中找到规范化。

所以vmin = D2H.min(), vmax = D2H.max()