将 2D 箱中分散值的平均值绘制为直方图/十六进制图

我有 3 维分散数据 x、y、z。 我想将 x 和 y 的箱中 z 的平均值绘制为十六进制图或二维直方图。 有没有 matplotlib 函数可以做到这一点？ 尽管这似乎是一个常见问题，但我只能提出一些非常麻烦的实现。

例如。像这样的东西：

除了颜色应取决于 (x, y) bin 的平均 z 值（而不是默认 hexplot/2D 直方图功能中的 (x, y) bin 中的条目数）。

如果您要问的是分箱，那么binned_statistic_2d可能适合你。这是一个例子：

from scipy.stats import binned_statistic_2d
import numpy as np

x = np.random.uniform(0, 10, 1000)
y = np.random.uniform(10, 20, 1000)
z = np.exp(-(x-3)**2/5 - (y-18)**2/5) + np.random.random(1000)

x_bins = np.linspace(0, 10, 10)
y_bins = np.linspace(10, 20, 10)

ret = binned_statistic_2d(x, y, z, statistic=np.mean, bins=[x_bins, y_bins])

fig, (ax0, ax1) = plt.subplots(1, 2, figsize=(12, 4))
ax0.scatter(x, y, c=z)
ax1.imshow(ret.statistic.T, origin='bottom', extent=(0, 10, 10, 20))