Python使用matplotlib hist2d绘制二维直方图时如何获取各bin中心坐标

hist2d 本身的返回值就包含了计算分箱中心需要的全部信息，不需要额外推导分箱规则，几行代码就能拿到所有分箱的中心坐标。

• 第一步：调用hist2d时接收它的返回值
  hist2d执行后会返回4个对象：二维分箱的计数矩阵、x轴分箱边界数组、y轴分箱边界数组、直方图图像对象。

import numpy as np
import matplotlib.pyplot as plt

# 示例坐标数据
x = np.random.normal(size=1000)
y = np.random.normal(size=1000)

# 绘制二维直方图同时接收返回值
counts, x_edges, y_edges, img = plt.hist2d(x, y, bins=15)

• 第二步：通过分箱边界直接计算中心坐标
  每个分箱的中心就是相邻两个边界的中点，用numpy做向量运算不需要写循环：

# x方向各分箱的中心坐标
x_centers = (x_edges[:-1] + x_edges[1:]) / 2
# y方向各分箱的中心坐标
y_centers = (y_edges[:-1] + y_edges[1:]) / 2

• （可选）获取所有分箱对应的二维中心网格
  如果需要拿到和计数矩阵位置一一对应的中心坐标网格，用meshgrid即可：

# xx、yy的形状和counts完全一致，xx[i,j]、yy[i,j]对应第(i,j)个分箱的中心坐标
xx, yy = np.meshgrid(x_centers, y_centers, indexing="ij")

说明：不管你是给bins参数传整数指定均匀分箱数，还是传自定义的分箱边界序列，上面的计算逻辑都完全通用，不需要修改。

内容的提问来源于stack exchange，提问作者Cla