Python (numpy) - 关联两个分箱图

Question

我的问题是我如何关联我的两个分箱图并输出皮尔逊相关系数？

我不确定如何正确提取np.corrcoef函数所需的分箱数组。这是我的脚本：

import numpy as np 
import matplotlib.pyplot as plt
A = np.genfromtxt('data1.txt') 
x1 = A[:,1] 
y1 = A[:,2]
B=np.genfromtxt('data2.txt') 
x2 = B[:,1] 
y2 = B[:,2]
fig = plt.figure() 
plt.subplots_adjust(hspace=0.5) 
plt.subplot(121) 
AA = plt.hexbin(x1,y1,cmap='jet',gridsize=500,vmin=0,vmax=450,mincnt=1) 
plt.axis([-180,180,-180,180]) 
cb = plt.colorbar() 
plt.title('Data1')
plt.subplot(122) 
BB = plt.hexbin(x2,y2,cmap='jet',gridsize=500,vmin=0,vmax=450,mincnt=1) 
plt.axis([-180,180,-180,180]) 
cb = plt.colorbar() 
plt.title('Data 2')
array1 = np.ndarray.flatten(AA)  
array2 = np.ndarray.flatten(BB)
print np.corrcoef(array1,array2)
plt.show()

Answer 1

答案可以在文档中找到：

返回：对象

一个PolyCollection实例;在此PolyCollection上使用get_array()来获取每个六边形中的计数。

下面是代码的修订版本：

A = np.genfromtxt('data1.txt') 
x1 = A[:,1] 
y1 = A[:,2]
B = np.genfromtxt('data2.txt') 
x2 = B[:,1] 
y2 = B[:,2]
# make figure and axes
fig, (ax1, ax2) = plt.subplots(1, 2)
# define common keyword arguments
hex_params = dict(cmap='jet', gridsize=500, vmin=0, vmax=450, mincnt=1)
# plot and set titles   
hex1 = ax1.hexbin(x1, y1, **hex_params) 
hex2 = ax2.hexbin(x2, y2, **hex_params) 
ax1.set_title('Data 1')
ax2.set_title('Data 2')
# set axes lims
[ax.set_xlim(-180, 180) for ax in (ax1, ax2)]
[ax.set_ylim(-180, 180) for ax in (ax1, ax2)]
# add single colorbar
fig.subplots_adjust(right=0.8, hspace=0.5)
cbar_ax = fig.add_axes([0.85, 0.15, 0.05, 0.7])
fig.colorbar(hex2, cax=cbar_ax)
# get binned data and corr coeff
binned1 = hex1.get_array()
binned2 = hex2.get_array()    
print np.corrcoef(binned1, binned2)
plt.show()

---

不过有两点评论：你确定要皮尔逊相关系数吗？ 你到底想展示什么？ 如果你想显示分布相同/不同，你可能想使用柯尔莫哥罗夫-斯米尔诺夫检验。

也不要使用jet作为颜色图。 喷气机不好。