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" | Mean | z 的算术平均 |
"sum" | Sum | z 之和 |
"median" | Median | z 的中位数 |
"min" | Min | z 的最小值 |
"max" | Max | z 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 / y | number[] | 必填。 点的坐标;两条等长的平行列表。 |
z | number[] | 第三变量,每个点一个值(与 x 等长)。 |
reduce | string | z 怎么聚合:"count"(默认)· "mean" · "sum" · "median" · "min" · "max"。 |
n_bins | integer | x 方向的六边形列数(默认 20)。 |
bin_size | number | 直接指定外接圆半径(像素);覆盖 n_bins。 |
color_map | string | 色图。 |
log_color | boolean | 上色前对取值取 log10。 |
min_count | integer | 点数少于这个值的格子不画(默认 1)。 |
normalize | boolean | 计数除以总点数,得到比例密度。 |
colorbar | boolean | 画色条(默认开)。 |
colorbar_label | string | 覆盖色条的标题。 |
stroke | string | 六边形的描边颜色。 |
stroke_width | number | 六边形的描边宽度(像素,默认 0.5)。 |
flat_top | boolean | 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
- kuva — 六边形分箱图 —— 绘图库自己的图型参考。
- 二维直方图 —— 换成方格分箱。
- 散点图 —— 不分箱的点。
- 热力图 —— 矩阵本身已经是表格的时候。