使用散点数据集在 MatPlotLib 中生成热图

Question

我的问题几乎与这个问题完全相同。 但是，我对答案不满意，因为我想生成实际的热图，而不明确对数据进行分箱。

准确地说，我想显示散点数据和自定义内核之间卷积的结果函数，例如 1/x^2。

我应该如何用 matplotlib 实现这个？

编辑：基本上，我所做的是这个< /a>.结果在此处。我想保留所有内容，轴、标题、标签等等。基本上只需将情节更改为我所描述的那样，同时尽可能少地重新实现。

Answer 1

使用 matplotlib.dats.date2num 将时间序列数据转换为数字格式。放置一个跨越 x 和 y 范围的矩形网格，并在该图上进行卷积。绘制卷积的伪彩色图，然后将 x 标签重新格式化为日期。

标签格式有点混乱，但记录得相当好。您只需将 AutoDateFormatter 替换为 DateFormatter 和适当的格式字符串即可。

您需要调整数据卷积中的常数。

import numpy as np
import datetime as dt
import pylab as plt
import matplotlib.dates as dates

t0 = dt.date.today()
t1 = t0+dt.timedelta(days=10)

times = np.linspace(dates.date2num(t0), dates.date2num(t1), 10)
dt = times[-1]-times[0]
price =  100 - (times-times.mean())**2
dp = price.max() - price.min()
volume = np.linspace(1, 100, 10)

tgrid = np.linspace(times.min(), times.max(), 100)
pgrid = np.linspace(70, 110, 100)
tgrid, pgrid = np.meshgrid(tgrid, pgrid)
heat = np.zeros_like(tgrid)

for t,p,v in zip(times, price, volume):
    delt = (t-tgrid)**2
    delp = (p-pgrid)**2
    heat += v/( delt + delp*1.e-2 + 5.e-1 )**2

fig = plt.figure()
ax = fig.add_subplot(111)
ax.pcolormesh(tgrid, pgrid, heat, cmap='gist_heat_r')

plt.scatter(times, price, volume, marker='x')

locator = dates.DayLocator()
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(dates.AutoDateFormatter(locator))
fig.autofmt_xdate()

plt.show()