pandas.DataFrame.plot.hexbin

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

Генерация диаграммы с гексагональным разбиением.

Генерирует диаграмму с гексагональным разбиением x по y. Если C равно None (по умолчанию), это гистограмма числа наблюдений в точках (x[i], y[i]).

Если C задано, оно определяет значения в заданных координатах (x[i], y[i]). Эти значения накапливаются для каждого гексагонального ячейки, а затем сокращаются в соответствии с reduce_C_function, по умолчанию — функция среднеарифметического значения NumPy (numpy.mean()). (Если C задано, оно также должно быть одномерной последовательностью той же длины, что и x и y, или именем столбца).

Parameters:

x:int или str

Имя столбца или позиция для точек x.

y:int или str

Имя столбца или позиция для точек y.

C:int или str, необязательно

Имя столбца или позиция для значения точки (x, y).

reduce_C_function:callable, по умолчанию np.mean

Функция одного аргумента, которая сводит все значения в ячейке к одному числу (например, np.mean, np.max, np.sum, np.std).

gridsize:int или кортеж из (int, int), по умолчанию 100

Количество гексагонов в направлении x. Соответствующее количество гексагонов в направлении y выбирается так, чтобы гексагоны были приблизительно правильными. В качестве альтернативы, gridsize может быть кортежем с двумя элементами, определяющими количество гексагонов в направлении x и y.

**kwargs

Дополнительные ключевые параметры документированы в DataFrame.plot().

Returns:

matplotlib.AxesSubplot

Объект matplotlib Axes, на котором нарисована диаграмма hexbin.

См. также

DataFrame.plot

Создание графиков DataFrame.

matplotlib.pyplot.hexbin

Диаграмма гексагонального разбиения, использующая matplotlib, функция matplotlib, используемая под капотом.

Примеры

Следующие примеры сгенерированы с использованием случайных данных из нормального распределения.

>>> 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)

Следующий пример использует C и np.sum в качестве reduce_C_function. Обратите внимание, что значения ‘observations’ варьируются от 1 до 5, но результат графика показывает значения более 25. Это связано с 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")