如何通过设置最小计数阈值降低NumPy二维直方图的噪声？

解决方法很直接：利用np.histogram2d返回的counts数组（记录每个bin的样本数量），把样本数少于5的bin对应的加权均值设为NaN，matplotlib绘图时会自动忽略这些NaN区域，从而过滤掉噪声。

修改后的完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

n = 10000
x1 = np.random.randn(n)
y1 = x1 + np.random.randn(n)
z1 = np.random.randn(n)
bins = 40

fig, axs = plt.subplots(1, 1, figsize=(10, 10), constrained_layout=True)
sums, xbins, ybins = np.histogram2d(x1, y1, bins=bins, weights=z1)
counts, _, _ = np.histogram2d(x1, y1, bins=bins)

# 核心过滤步骤：样本数少于5的bin设为NaN
with np.errstate(divide='ignore', invalid='ignore'):
    weighted_mean = sums / counts
filtered_mean = np.where(counts >= 5, weighted_mean, np.nan)

# 使用过滤后的数组绘图
img = axs.pcolormesh(xbins, ybins, filtered_mean, cmap='inferno')
fig.colorbar(img, ax=axs, label='z')
axs.set(xlabel='x', ylabel='y', title='Weighed by z (filtered bins with <5 samples)')
fig.show()

关键说明 #

• np.where(counts >=5, weighted_mean, np.nan)：对每个bin做条件判断，只有样本数≥5的bin保留计算出的加权均值，其余替换为NaN。
• 保留np.errstate(divide='ignore', invalid='ignore')是为了避免计算sums/counts时出现除以0的警告（样本数为0的bin会触发）。
• 处理后，原本噪声密集的边缘区域会被隐藏，只保留数据量足够的有效区域，直方图的可读性会大幅提升。

内容的提问来源于stack exchange，提问作者Cumulus303