跳到主要内容

六边形分箱图

六边形分箱图把 (x, y) 散点分进规则的六边形网格,每格按落在里面的点数上色 —— 或者按聚合后的第三变量 z 上色。六边形无缝铺满平面,而且到六个邻居等距,所以密度估计在视觉上比方格更均匀;右侧会自动配一条 色条。

SELECT kuva_render(to_json({
'title': 'Hexbin density',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y)
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

x 与 y 是两条平行的列表 —— 就是你会交给散点图的那对列,只不过这里不是逐点画,而是分箱。

分箱分辨率​

n_bins 是 x 方向上的六边形列数(默认 20)。粗一点整体形状清楚、内部结构丢掉;细一点结构出来,边缘更噪。

SELECT kuva_render(to_json({
'title': 'Coarse bins',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'n_bins': 10
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

bin_size 直接给六边形的外接圆半径(像素),并且覆盖 n_bins —— 想让两张图共用同一个格大小、而不是同一个 列数时,用它。

对数色标​

少数几格占掉了绝大部分计数时,线性色标会在峰值处把色图打满、把其它地方全压掉。log_color 改成映射 log₁₀(count + 1),密的核心和稀的边缘就能同时看清;色条上显示的仍然是真实计数。

SELECT kuva_render(to_json({
'title': 'Log colour scale',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'log_color': true
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

第三变量​

z 用一个逐点的测量值替换掉计数。给 z(每个点一个值)和 reduce:

reduce色条标题聚合方式
"count"Count格内的点数(默认)
"mean"Meanz 的算术平均
"sum"Sumz 之和
"median"Medianz 的中位数
"min"Minz 的最小值
"max"Maxz 的最大值
SELECT kuva_render(to_json({
'title': 'Mean of a third variable',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'z': list(z),
'reduce': 'mean',
'color_map': 'magma'
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

不给 z 时,所有聚合方式都退回点数。

归一化密度​

normalize 把每格的计数除以总点数,值变成 [0, 1] 的比例,色条标题也会改成 Density。大小不同的两团点云, 靠它才能在同一套色标上比。

SELECT kuva_render(to_json({
'title': 'Fractional density',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'normalize': true,
'colorbar_label': 'density'
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

最小计数过滤​

min_count 把点数少于这个值的格子全部丢掉,边缘零散的点被剪掉,只留下真有密度的区域。

SELECT kuva_render(to_json({
'title': 'Only dense bins',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'n_bins': 15,
'min_count': 8
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

朝向与描边​

六边形默认是尖顶(上方是一个顶点);flat_top 把它转成平顶。stroke 与 stroke_width 给每个六边形描一圈 边,密的地方相邻格子就分得开了 —— 代价是一点点视觉噪声。

SELECT kuva_render(to_json({
'title': 'Flat-top hexes with outlines',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'flat_top': true,
'stroke': '#333333',
'stroke_width': 0.8
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

裁剪与色标区间​

两组边界干的是两件不同的事:

字段作用
x_range / y_range把分箱限制在某个子区域,并固定坐标轴范围 —— 区间外的点被静默丢掉。
color_range把色标夹在一个固定的取值区间上;低于下限取最低色,高于上限取最高色。

夹住色标,是让两张图共用一套色标、或者把注意力集中到某一段密度的办法。

SELECT kuva_render(to_json({
'title': 'Colour scale clamped to 2–8',
'x_axis': {'name': 'x'},
'y_axis': {'name': 'y'},
'series': [{
'type': 'hexbin',
'x': list(x),
'y': list(y),
'n_bins': 12,
'color_range': [2, 8]
}]
})) AS chart
FROM read_csv_auto('{{DFK_BASE_URL}}data/hexbin.tsv');

色图与色条​

color_map 用的是与二维直方图、热力图同一批名字 —— 完整列表见 色图,默认 "viridis"。colorbar: false 把色条藏掉、把那点右留白收回来。

字段​

字段类型设置什么
x / ynumber[]必填。 点的坐标;两条等长的平行列表。
znumber[]第三变量,每个点一个值(与 x 等长)。
reducestringz 怎么聚合:"count"(默认)· "mean" · "sum" · "median" · "min" · "max"。
n_binsintegerx 方向的六边形列数(默认 20)。
bin_sizenumber直接指定外接圆半径(像素);覆盖 n_bins。
color_mapstring色图。
log_colorboolean上色前对取值取 log10。
min_countinteger点数少于这个值的格子不画(默认 1)。
normalizeboolean计数除以总点数,得到比例密度。
colorbarboolean画色条(默认开)。
colorbar_labelstring覆盖色条的标题。
strokestring六边形的描边颜色。
stroke_widthnumber六边形的描边宽度(像素,默认 0.5)。
flat_topboolean平顶六边形,而不是尖顶。
x_range / y_range[number, number]裁掉区间外的数据并固定坐标轴范围。
color_range[number, number]把色标夹在这个区间。

说明​

  • x 与 y 必须等长,且都不能为空。
  • 给了 z 也要与它们等长。
  • 六边形是在像素画布上分的,不是数据空间 —— n_bins 会随图片大小变,所以要跨图比较时用 bin_size。
  • bin_size 优先于 n_bins;color_range 只夹色标、不动数据。

另见​