2変数のヒストグラムを描画する場合、「3次元のグラフ」にするか、「2次元で頻度を色または濃度に割り当てる」かどちらかになる。 3次元グラフは頻度方向の変化がわかりやすい反面、隠れてしまう部分が存在するために全体の分布がわかりづらくなることもある。 一方2次元で頻度を色や濃度に割り当てた場合は、頻度方向の微妙な差はわかりづらいが、全体の分布がどうなっているか把握しやすい。 データ 2つの2次元正規分布をデータとして使う。分布は下記の通り。 import numpy as np x, y = np.vstack((np.random.multivariate_normal([0, 0], [[10.0, 0],[0,20]], 5000) ,np.random.multivariate_normal([0,15], [[10.0, 0],[0, 5]], 5000))).T 2D histog
![[Python]Matplotlibで2次元ヒストグラムを作成する方法 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/4b137db863dc56ddf462adb38270a0acb00eac7f/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCUHl0aG9uJTVETWF0cGxvdGxpYiVFMyU4MSVBNzIlRTYlQUMlQTElRTUlODUlODMlRTMlODMlOTIlRTMlODIlQjklRTMlODMlODglRTMlODIlQjAlRTMlODMlQTklRTMlODMlQTAlRTMlODIlOTIlRTQlQkQlOUMlRTYlODglOTAlRTMlODElOTklRTMlODIlOEIlRTYlOTYlQjklRTYlQjMlOTUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWU0MDdiMmM0MTQ1YTViNTgwZWY3ZTc2MzcyMGRkZDI3%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc3VwZXJzYWlha3VqaW4mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTNhYWU4OGExODAwZGJlZjhjNzJjZDEzY2NiMDk5NjE2%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Db7ecb5699d4a4bb0f6ec42837be9d0ee)