显示每个直方图箱中的计数

Question

如 seaborn histplot - 在每个条形上方打印 y 值中所述，可以使用

.bar_label(ax.containers[0])

在一维直方图中的每个条形上显示计数。

我正在努力弄清楚如何对二维直方图（使用

sns.histplot(data, x='var1', y='var2')

创建）进行等效操作。

我知道我可以使用

(a,b)

为

.annotate('foo', xy=(a, b))

bin 进行注释，但我不确定如何检索该 bin 的计数（将其传递给

.annotate()

）。

我希望结果与 https://seaborn.pydata.org/examples/spreadsheet_heatmap.html 中显示的结果类似，只是它是一个直方图，而不是热图。

Answer 1

1.与

np.histogram2d

一起工作

您可以利用

np.histogram2d()

进行计数，然后通过

sns.heatmap()

显示结果：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

np.random.seed(20240529)
x = np.random.randn(1000).cumsum()
y = np.random.randn(1000).cumsum()

hist, xbins, ybins = np.histogram2d(x, y)
xlabels = [f'{x:.2f}' for x in (xbins[:-1] + xbins[1:]) / 2]
ylabels = [f'{y:.2f}' for y in (ybins[:-1] + ybins[1:]) / 2]
sns.heatmap(hist.T, xticklabels=xlabels, yticklabels=ylabels, annot=True, fmt='.0f', cbar=False)

2.从

sns.histplot

提取信息

正如Peter的回答中提到的，计数和位置信息也可以从

QuadMesh

创建的

sns.histplot

中提取。这是一个概括。

在

.get_array()

上调用

QuadMesh

会给出一个包含每个单元格计数的掩码数组。这是一个二维矩阵。该矩阵的第一行是图中第一行（最低 y 值）的计数。

同样，

.get_coordinates()

给出位置。这些不是细胞中心的位置，而是它们的边缘。边缘比单元格多 1 行和 1 列。坐标被组织为 xy 值的行和列（形成 3d 数组）。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

np.random.seed(20240529)
x = np.random.randn(1000).cumsum()
y = np.random.randn(1000).cumsum()

ax = sns.histplot(x=x, y=y, bins=(10, 10), cbar=False)
coords = ax.collections[0].get_coordinates()
half_width = (coords[0, 1, 0] - coords[0, 0, 0]) / 2
half_height = (coords[1, 0, 1] - coords[0, 0, 1]) / 2
for v, (xv, yv) in zip(ax.collections[0].get_array().ravel(), coords[:-1, :-1, :].reshape(-1, 2)):
    if not np.ma.is_masked(v):
        ax.text(xv + half_width, yv + half_height, f'{v:.0f}', ha='center', va='center', color='white')

这是分类数据的样子：

sns.set_style('white')
titanic = sns.load_dataset('titanic')
ax = sns.histplot(data=titanic, x='who', y='class', cbar=False)
coords = ax.collections[0].get_coordinates()
half_width = (coords[0, 1, 0] - coords[0, 0, 0]) / 2
half_height = (coords[1, 0, 1] - coords[0, 0, 1]) / 2
for v, (xv, yv) in zip(ax.collections[0].get_array().ravel(), coords[:-1, :-1, :].reshape(-1, 2)):
    if not np.ma.is_masked(v):
        ax.text(xv + half_width, yv + half_height, f'{v:.0f}', ha='center', va='center', color='white')
ax.margins(x=0, y=0)  # remove unneeded whitespace
plt.tight_layout()

Answer 2

我发现可以从

histplot()

的

.collections

属性中提取计数，然后从

.annotate()

'd中提取，如下：

import numpy as np
import seaborn as sns

ax = sns.histplot(data, x='var1', y='var2', cbar=True)
w = ax.collections[0].get_coordinates().shape[1] - 1
for k, v in enumerate(ax.collections[0].get_array()):
    if not np.ma.is_masked(v):
        ax.annotate(v, xy=(k % w, k // w), ha='center', color='white')