如何在Python中按Bin内标签阈值占比为2D Histogram上色？

当然可以实现这个需求！其实不用完全手动显式遍历网格计算占比，我们有两种很方便的方案，适配不同的使用习惯，我给你详细拆解下：

方法1：用scipy.stats.binned_statistic_2d自定义统计函数 #

这种方法最贴合你之前的使用习惯，直接复用binned_statistic_2d的bin划分逻辑，只需要自定义一个统计函数来计算每个bin内标签低于阈值的占比即可。

首先定义一个统计函数，输入每个bin里的标签值，输出低于阈值的比例（注意处理空bin避免除以0）：

def below_threshold_fraction(values, threshold=0.5):
    if len(values) == 0:
        return 0.0  # 空bin返回0，防止除以0报错
    return (values < threshold).mean()

然后调用binned_statistic_2d时，把statistic参数设为这个自定义函数：

import numpy as np
from scipy.stats import binned_statistic_2d
import matplotlib.pyplot as plt

# 替换成你的真实数据
x = np.random.randn(1000)
y = np.random.randn(1000)
labels = np.random.rand(1000)  # 0-1的连续标签

# 设置bin数量或自定义边界（和你之前的设置保持一致）
nbins = 20
threshold = 0.5

# 计算每个bin的占比
stat, xedges, yedges, _ = binned_statistic_2d(
    x, y, values=labels,
    statistic=below_threshold_fraction,
    bins=nbins,
    # 如果需要自定义bin边界，把bins换成[x_edges_list, y_edges_list]即可
)

# 可视化结果
plt.figure(figsize=(8,6))
plt.imshow(stat.T, origin='lower', extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]], cmap='viridis')
plt.colorbar(label=f'Fraction of points with label < {threshold}')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('2D Histogram Colored by Label Below Threshold Fraction')
plt.show()

方法2：用numpy.histogram2d分别统计总点数和符合条件的点数 #

这种方法更直观，通过两次直方图统计，分别得到每个bin的总点数和标签低于阈值的点数，再相除得到占比，适合需要同时查看总点数分布的场景。

import numpy as np
import matplotlib.pyplot as plt

# 替换成你的真实数据
x = np.random.randn(1000)
y = np.random.randn(1000)
labels = np.random.rand(1000)
threshold = 0.5
nbins = 20

# 统计每个bin的总点数
count_total, xedges, yedges = np.histogram2d(x, y, bins=nbins)

# 统计每个bin内标签低于阈值的点数：只筛选符合条件的点做直方图
count_below, _, _ = np.histogram2d(x[labels < threshold], y[labels < threshold], bins=[xedges, yedges])

# 计算占比，处理空bin（避免除以0）
fraction = np.divide(count_below, count_total, where=count_total != 0)
fraction[count_total == 0] = 0.0  # 空bin直接设为0

# 可视化
plt.figure(figsize=(8,6))
plt.imshow(fraction.T, origin='lower', extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]], cmap='viridis')
plt.colorbar(label=f'Fraction of points with label < {threshold}')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('2D Histogram Colored by Label Below Threshold Fraction')
plt.show()

两种方法的小提示 #

• 两种方法的bin设置要和你之前绘制标准差图时保持一致，这样结果可以直接对比。
• 空bin的处理很重要，两种方法都做了避免除以0的处理，你可以根据需求调整空bin的默认值（比如设为NaN，可视化时会显示空白）。
• 如果数据量特别大，numpy.histogram2d的速度会略快一点；如果想和之前的代码逻辑完全统一，方法1会更顺手。

内容的提问来源于stack exchange，提问作者user8188120