如何使用imshow()显示三个二维直方图的叠加并解决峰值堆叠错位问题
问题描述
使用imshow绘制多组二维高斯分布的热力图,预期每个高斯严格以指定坐标为中心:
- 第一组峰值位于(53,74),x、y方向标准差为3.14
- 第二组峰值位于(62,31),x、y方向标准差为4
- 第三组峰值位于(39,45),x、y方向标准差为4.5
实际运行代码后,三个高斯的峰值全部堆叠在(50,50)位置,完全偏离预期。已经逐一核对matplotlib.pyplot.imshow的全量参数说明,仍未定位异常原因。
复现代码
import matplotlib.pyplot as plt import numpy as np num = 100000 xs1 = np.random.normal(loc=53, scale=3.14, size=num) ys1 = np.random.normal(loc=74, scale=3.14, size=num) xs2 = np.random.normal(loc=62, scale=4, size=num) ys2 = np.random.normal(loc=31, scale=4, size=num) xs3 = np.random.normal(loc=39, scale=4.5, size=num) ys3 = np.random.normal(loc=45, scale=4.5, size=num) data1 = np.histogram2d(xs1, ys1, bins=112) data2 = np.histogram2d(xs2, ys2, bins=112) data3 = np.histogram2d(xs3, ys3, bins=112) total = data1[0] + data2[0] + data3[0] + 900 plt.imshow(data1[0] + data2[0] + data3[0], aspect="auto", ) plt.show()
问题根源与修复方法
异常并非出在imshow的参数配置,而是前面的直方图计算逻辑和imshow的坐标映射逻辑没有对齐:
np.histogram2d默认行为
若调用时不传入range参数,函数会自动将x、y方向的统计边界设为当前输入数据的最小值与最大值。你生成的三组高斯数据,x范围约2575,y范围约2080,112个bin会均匀分布在这个窄区间内,与你预期的0~112全坐标范围完全不匹配。imshow默认坐标映射规则imshow不会自动关联直方图计算时使用的真实物理坐标,默认直接把传入二维数组的索引作为坐标轴刻度:数组列索引对应x轴、行索引对应y轴,且默认原点位于图像左上角。这就导致原本对应真实物理位置的直方图峰值,被按数组索引直接映射,最终三个峰值全部落在数组中心(即索引(50,50)附近)。
修复只需两处关键调整:
- 计算二维直方图时,手动指定x、y方向的统计范围为
[[0,112], [0,112]],让bin的位置与物理坐标严格对齐 - 调用
imshow时,通过extent参数传入真实坐标边界,配合origin='lower'将绘图原点移到左下角,匹配常规直角坐标系的方向逻辑
修复后的可运行代码:
import matplotlib.pyplot as plt import numpy as np num = 100000 xs1 = np.random.normal(loc=53, scale=3.14, size=num) ys1 = np.random.normal(loc=74, scale=3.14, size=num) xs2 = np.random.normal(loc=62, scale=4, size=num) ys2 = np.random.normal(loc=31, scale=4, size=num) xs3 = np.random.normal(loc=39, scale=4.5, size=num) ys3 = np.random.normal(loc=45, scale=4.5, size=num) # 手动指定直方图统计范围,匹配物理坐标 coord_range = [0, 112] data1 = np.histogram2d(xs1, ys1, bins=112, range=[coord_range, coord_range]) data2 = np.histogram2d(xs2, ys2, bins=112, range=[coord_range, coord_range]) data3 = np.histogram2d(xs3, ys3, bins=112, range=[coord_range, coord_range]) combined_hist = data1[0] + data2[0] + data3[0] # 传入坐标范围并修正原点方向 plt.imshow( combined_hist, aspect="auto", extent=[*coord_range, *coord_range], origin="lower" ) plt.show()
内容的提问来源于stack exchange,提问作者angrymantis
相关产品推荐
相关产品推荐

