Python 统计分布颜色图绘制：使用颜色量化展示 A、B 数组分布

以下是一段使用 Python 的 matplotlib 库绘制 A、B 数组的统计分布颜色图，并根据 C 数组进行颜色量化的代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
A = np.random.normal(0, 1, size=(100,))
B = np.random.normal(1, 1, size=(100,))
C = np.random.uniform(0, 1, size=(100,))

# 计算直方图数据
bins = np.linspace(-4, 4, 20)
hist_A, _ = np.histogram(A, bins=bins)
hist_B, _ = np.histogram(B, bins=bins)

# 绘制颜色图
fig, ax = plt.subplots(figsize=(8, 6))
cmap = plt.cm.get_cmap('coolwarm')
colors = cmap(C)

ax.bar(bins[:-1], hist_A, width=bins[1]-bins[0], color=colors, alpha=0.7)
ax.bar(bins[:-1], hist_B, width=bins[1]-bins[0], color=colors, alpha=0.7)

# 添加颜色条
sm = plt.cm.ScalarMappable(cmap=cmap)
sm.set_array(C)
cbar = fig.colorbar(sm)
cbar.set_label('C')

# 设置标题和轴标签
ax.set_title('A/B Distribution')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')

plt.show()

该代码首先生成了三个随机数组 A、B、C，其中 A、B 用于绘制统计分布颜色图，C 用于量化颜色深浅。接着，使用 numpy 计算了 A、B 数组的直方图数据，然后使用 matplotlib 库的 bar() 函数绘制了两个直方图，同时使用颜色量化后的 C 数组给直方图上色。最后，添加了颜色条和标签，并显示了图像。运行该代码可得到以下结果：

通过颜色量化，我们可以直观地看到 A、B 数组在不同区域的分布情况，以及 C 数组对颜色深浅的影响。