Чтобы получить максимум, используйте counts.max()
. Чтобы получить максимальные индексы, используйте argmax
, затем unravel_index
, как в np.unravel_index(np.argmax(counts), counts.shape)
. Индексы можно использовать для поиска ребер x и y.
Вот пример вместе с визуализацией, показывающей, как все сходится, и для проверки результата. Обратите внимание, что bins=100
генерирует 10000 корзин; в этом примере для получения четкого графика используются только 10 корзин в каждом направлении.
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
N = 200
x = np.random.uniform(0, 80, N)
y = np.random.uniform(0, 40, N)
counts, xedges, yedges = np.histogram2d(x, y, bins=(10, 10))
x_ind, y_ind = np.unravel_index(np.argmax(counts), counts.shape)
print(f'The maximum count is {counts[x_ind][y_ind]:.0f} at index ({x_ind}, {y_ind})')
print(f'Between x values {xedges[x_ind]} and {xedges[x_ind+1]}')
print(f'and between y values {yedges[y_ind]} and {yedges[y_ind+1]}')
fig, (ax1, ax2) = plt.subplots(ncols=2)
ax1.scatter(x,y,marker='.',s=20,lw=0)
rect = Rectangle((xedges[x_ind], yedges[y_ind]), xedges[x_ind+1] - xedges[x_ind], yedges[y_ind+1] - yedges[y_ind],
linewidth=1,edgecolor='crimson',facecolor='none')
ax1.add_patch(rect)
ax1.set_title(f'max count: {counts[x_ind][y_ind]:.0f}')
ax2.imshow(counts.T, origin='lower')
ax2.plot(x_ind, y_ind, 'or')
ax2.set_title('heatmap')
plt.show()
![resulting plot](https://i.stack.imgur.com/Swj7b.png)