はじめに
この記事では、2次元ランダムウォークの軌跡を10×10の二次元ヒストグラム（ヒートマップ）で可視化する方法について解説します。Matplotlibを使用して、ランダムウォークの動きを効果的に表現する技術を紹介します。
コード
解説
モジュールのインポート
データの生成
2次元ランダムウォークについては下記で説明しました。
[matplotlib animation] 65. 2次元ランダムウォークアニメーション
matplotlibのFuncAnimationを使用して2次元ランダムウォークをアニメーション化する方法を解説。Pythonでの実装からパラメータ設定、保存方法まで、動的な可視化のテクニックを具体的なコード例で紹介しています。
sabopy.com
2019.12.10
ランダムウォークの表示
2Dヒストグラムの範囲設定
ランダムウォークのグラフの軸範囲は ax.get_xlim()と ax.get_ylim()で取得します。この取得した範囲を使って、x軸とy軸をそれぞれ10等分に分割します。
2Dヒストグラムデータの生成
np.histogram2d関数を使用してヒストグラムデータを計算します。得られたHは、各区画（ビン）における頻度を表すデータになります。
ヒートマップの表示
頻度データHは.Tで転置させることでランダムウォークとの位置関係が一致します。カラーバーはmake_axes_locatableを使用して設置します。詳細は以下で解説します。
[matplotlib] 18. 効果的なカラーバーの表示：サイズと配置の最適化
Matplotlibを使用したデータ可視化において、カラーバーのサイズや位置を図に合わせて調整する方法を解説。より見やすく効果的なグラフ作成のテクニックを紹介しています。
sabopy.com
2019.03.01
ヒートマップは以下のようになります。
ランダムウォークとヒートマップを両方表示
まとめ
本記事では、Matplotlibを用いて2次元ランダムウォークの動きを10×10のヒートマップで表現する方法を解説しました。NumPyで乱数生成し、頻度データを作成、適切なカラーマップを適用することで、ランダムウォークの特性を視覚的に理解できるようになります。この手法は確率過程の解析や統計データの可視化に役立つ重要なテクニックです。
参考
[matplotlib animation] 65. 2次元ランダムウォークアニメーション
matplotlibのFuncAnimationを使用して2次元ランダムウォークをアニメーション化する方法を解説。Pythonでの実装からパラメータ設定、保存方法まで、動的な可視化のテクニックを具体的なコード例で紹介しています。
sabopy.com
2019.12.10
[matplotlib] 18. 効果的なカラーバーの表示：サイズと配置の最適化
Matplotlibを使用したデータ可視化において、カラーバーのサイズや位置を図に合わせて調整する方法を解説。より見やすく効果的なグラフ作成のテクニックを紹介しています。
sabopy.com
2019.03.01
numpy.histogram2d — NumPy v2.4 Manual
docs.scipy.org
コメント