欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

Python實現(xiàn)眼動數(shù)據(jù)可視化:從注視點軌跡到熱力圖的完整實戰(zhàn)指南

Python實現(xiàn)眼動數(shù)據(jù)可視化:從注視點軌跡到熱力圖的完整實戰(zhàn)指南 簡介本資源是一套面向認知科學(xué)、人機交互與用戶體驗研究者的Python眼動數(shù)據(jù)分析工具包聚焦注視點軌跡繪制與熱圖生成兩大核心任務(wù)解決眼動原始數(shù)據(jù)難以直觀呈現(xiàn)、視覺行為模式難量化的問題。壓縮包共5個文件3個核心Python模塊、1份依賴說明、1份項目文檔總大小僅17KB輕量高效gaze_visualizer.py負責(zé)軌跡動畫與多維熱圖渲染eyetracking_analyzer.py實現(xiàn)注視檢測、AOI劃分與掃視識別main.py提供開箱即用的分析流程。已有126人下載學(xué)習(xí)適合具備基礎(chǔ)Python能力的研究者或工程師快速開展眼動數(shù)據(jù)可視化實踐——無需從零編碼可直接加載CSV/TSV格式眼動數(shù)據(jù)一鍵生成帶時間軸的注視路徑動畫、自適應(yīng)平滑熱圖及注視時長分布統(tǒng)計圖表并支持多被試對比與興趣區(qū)域定量分析。1. 項目概述從數(shù)據(jù)到洞察眼動追蹤可視化的核心價值眼動追蹤技術(shù)聽起來像是實驗室里的高端玩意兒但如今它正快速滲透到用戶體驗研究、廣告效果評估、心理學(xué)實驗?zāi)酥劣螒蚪换ピO(shè)計等眾多領(lǐng)域。簡單來說它記錄的是人眼在觀察一個界面、一張圖片或一段視頻時視線焦點的移動軌跡。然而原始的眼動數(shù)據(jù)只是一系列帶有時間戳的坐標(biāo)點X Y對于非專業(yè)人士而言這無異于天書。這就是數(shù)據(jù)可視化登場的時候——它的使命是將這些冰冷的坐標(biāo)轉(zhuǎn)化為直觀、易懂的視覺故事讓“眼睛在看哪里”這個核心問題一目了然。這個項目的核心就是使用Python這一強大的數(shù)據(jù)科學(xué)工具鏈實現(xiàn)眼動數(shù)據(jù)的兩種經(jīng)典可視化注視點軌跡圖和熱力圖。軌跡圖如同給視線畫出了一條“行走路徑”清晰展示視覺搜索的順序和路徑熱力圖則像給界面做了一次“熱度掃描”用顏色深淺直觀呈現(xiàn)哪些區(qū)域吸引了最多的注意力。對于產(chǎn)品經(jīng)理、交互設(shè)計師、市場研究員或者心理學(xué)學(xué)生來說掌握這套從原始數(shù)據(jù)到可視化洞察的完整流程意味著你能夠獨立完成一次專業(yè)的眼動數(shù)據(jù)分析而無需依賴昂貴或封閉的商業(yè)軟件。我之所以選擇Python來實現(xiàn)是因為它的生態(tài)足夠強大且靈活。從數(shù)據(jù)處理Pandas NumPy到科學(xué)計算SciPy再到可視化Matplotlib Seaborn乃至交互PlotlyPython提供了一站式的解決方案。更重要的是整個過程是透明、可定制、可復(fù)現(xiàn)的。你可以完全控制從數(shù)據(jù)清洗、濾波到最終圖表渲染的每一個環(huán)節(jié)并根據(jù)你的具體研究問題調(diào)整可視化參數(shù)這是很多“黑箱”商業(yè)軟件無法比擬的優(yōu)勢。接下來我將拆解整個流程從數(shù)據(jù)準(zhǔn)備到兩種核心圖表的生成并分享我在實際項目中積累的實操技巧和避坑指南。2. 核心思路與工具選型構(gòu)建高效可復(fù)現(xiàn)的分析流水線面對眼動數(shù)據(jù)可視化一個清晰的頂層設(shè)計能讓你事半功倍。我的核心思路是構(gòu)建一條標(biāo)準(zhǔn)化的數(shù)據(jù)處理與可視化流水線其流程可以概括為原始數(shù)據(jù)接入 - 數(shù)據(jù)清洗與預(yù)處理 - 空間與時間維度分析 - 可視化渲染 - 結(jié)果解讀。這條流水線的每個環(huán)節(jié)都依賴特定的Python工具選型的理由在于它們的成熟度、性能以及彼此間無縫協(xié)作的能力。2.1 數(shù)據(jù)處理基石Pandas與NumPy原始眼動數(shù)據(jù)可能來自Tobii、EyeLink、SMI等不同品牌的設(shè)備導(dǎo)出格式多為CSV或TXT。Pandas的DataFrame是處理這類表格數(shù)據(jù)的絕佳容器。它不僅能輕松完成數(shù)據(jù)讀取、列篩選、缺失值處理其強大的分組、聚合和時間序列操作功能對于按試次、被試或時間段分析數(shù)據(jù)至關(guān)重要。而NumPy則為底層數(shù)值計算提供支持例如計算注視點之間的距離、持續(xù)時間統(tǒng)計等其數(shù)組操作效率遠高于純Python循環(huán)。注意不同設(shè)備導(dǎo)出的數(shù)據(jù)列名可能不同。常見的必要列包括timestamp時間戳、gaze_point_x、gaze_point_y注視點坐標(biāo)通常以像素或標(biāo)準(zhǔn)化坐標(biāo)表示、fixation_index注視點索引如果設(shè)備已在線識別、pupil_diameter瞳孔直徑可選。在數(shù)據(jù)讀取后第一步永遠是統(tǒng)一列名并理解其物理含義。2.2 可視化核心Matplotlib與SeabornMatplotlib是Python繪圖的基石功能強大但API較為底層。Seaborn基于Matplotlib提供了更高級的統(tǒng)計圖形接口和美觀的默認樣式特別適合繪制熱力圖。對于注視點軌跡我們需要精細控制每個點、每條線的樣式Matplotlib的靈活性是首選。對于熱力圖Seaborn的heatmap函數(shù)可以一鍵生成并輕松集成相關(guān)性矩陣或聚合統(tǒng)計量。此外為了在靜態(tài)圖中展示時間序列Matplotlib的動畫模塊FuncAnimation或簡單的顏色漸變映射也是常用技巧。2.3 交互與進階Plotly與自定義算法如果你的分析報告需要交互式探索例如鼠標(biāo)懸停查看具體數(shù)據(jù)點、縮放局部熱點區(qū)域那么Plotly的express或graph_objects模塊是理想選擇。它可以生成HTML格式的交互圖表直接嵌入網(wǎng)頁或Jupyter Notebook中。在算法層面對于原始注視點數(shù)據(jù)的清洗可能需要用到基于速度或散度的算法如I-VT I-DT來識別真正的“注視點”這可以借助SciPy的信號處理功能或自行實現(xiàn)。2.4 環(huán)境搭建與項目結(jié)構(gòu)一個清晰的項目結(jié)構(gòu)有助于維護和復(fù)現(xiàn)。我通常這樣組織eyetracking_visualization/ ├── data/ │ ├── raw/ # 存放原始數(shù)據(jù)文件 │ └── processed/ # 存放清洗后的數(shù)據(jù) ├── notebooks/ # Jupyter Notebook用于探索性分析 ├── src/ # 源代碼模塊 │ ├── data_loader.py # 數(shù)據(jù)加載與清洗函數(shù) │ ├── visualization.py # 軌跡圖、熱圖繪制函數(shù) │ └── analysis.py # 統(tǒng)計分析函數(shù) ├── config.yaml # 配置文件如屏幕分辨率、閾值參數(shù) └── requirements.txt # 項目依賴包列表使用requirements.txt管理依賴是專業(yè)做法內(nèi)容大致如下pandas1.4.0 numpy1.21.0 matplotlib3.5.0 seaborn0.11.0 plotly5.10.0 scipy1.8.0 jupyter通過pip install -r requirements.txt即可一鍵搭建環(huán)境。這種結(jié)構(gòu)化的方式尤其適合團隊協(xié)作或需要多次運行的分析項目。3. 數(shù)據(jù)預(yù)處理實戰(zhàn)清洗、映射與注視點識別拿到原始數(shù)據(jù)后直接繪圖往往得到的是雜亂無章的噪音。高質(zhì)量的可視化始于干凈的數(shù)據(jù)。預(yù)處理主要包括三個步驟數(shù)據(jù)清洗、坐標(biāo)映射以及關(guān)鍵的注視點事件識別。3.1 數(shù)據(jù)清洗處理缺失值與異常點眼動儀可能因眨眼、頭部移動或跟蹤丟失而產(chǎn)生無效數(shù)據(jù)。這些點通常表現(xiàn)為坐標(biāo)值為NaN、0或超出屏幕物理范圍。import pandas as pd import numpy as np def load_and_clean_data(filepath, screen_width1920, screen_height1080): 加載并清洗眼動數(shù)據(jù)。 假設(shè)數(shù)據(jù)包含列timestamp, gaze_x, gaze_y df pd.read_csv(filepath) # 1. 處理缺失值直接刪除或插值謹慎使用 df_clean df.dropna(subset[gaze_x, gaze_y]) # 2. 剔除明顯異常點坐標(biāo)超出屏幕范圍或為0 valid_x (df_clean[gaze_x] 0) (df_clean[gaze_x] screen_width) valid_y (df_clean[gaze_y] 0) (df_clean[gaze_y] screen_height) df_clean df_clean[valid_x valid_y] # 3. 基于速度的簡單濾波可選移除瞬時跳躍點 # 計算逐點速度像素/毫秒 df_clean[delta_x] df_clean[gaze_x].diff() df_clean[delta_y] df_clean[gaze_y].diff() df_clean[delta_t] df_clean[timestamp].diff() df_clean[velocity] np.sqrt(df_clean[delta_x]**2 df_clean[delta_y]**2) / df_clean[delta_t] df_clean df_clean[df_clean[velocity] 100] # 設(shè)置一個經(jīng)驗速度閾值 return df_clean.reset_index(dropTrue)實操心得速度閾值如100像素/毫秒需要根據(jù)你的數(shù)據(jù)采樣率和屏幕尺寸進行校準(zhǔn)。一個經(jīng)驗法則是超過這個速度的眼動更可能是掃視saccade過程中的數(shù)據(jù)或噪音而非有效的注視??梢韵壤L制速度分布直方圖來觀察并確定閾值。3.2 坐標(biāo)映射從數(shù)據(jù)空間到圖像空間你的刺激材料如圖片、網(wǎng)頁截圖和眼動數(shù)據(jù)可能存在于不同的坐標(biāo)空間。例如眼動數(shù)據(jù)可能是屏幕分辨率坐標(biāo)0-1920 0-1080而你的背景圖可能是另一尺寸。必須將注視點坐標(biāo)精確映射到背景圖上。def map_coordinates(df, stim_width, stim_height, screen_width, screen_height): 將注視點坐標(biāo)從屏幕空間線性映射到刺激材料空間。 假設(shè)刺激材料已等比例適配屏幕常見情況。 # 線性映射 df[mapped_x] df[gaze_x] * (stim_width / screen_width) df[mapped_y] df[gaze_y] * (stim_height / screen_height) return df如果刺激材料在屏幕上的位置有偏移例如居中顯示但四周有黑邊則需要更復(fù)雜的映射考慮偏移量offset。關(guān)鍵在于記錄實驗呈現(xiàn)時的準(zhǔn)確布局參數(shù)。3.3 注視點識別從連續(xù)采樣點到有意義事件原始數(shù)據(jù)是高速采樣的凝視點我們需要將其聚類成具有心理學(xué)意義的“注視點”——即視線在空間上相對穩(wěn)定停留的一段時間。這里介紹一種最常用的速度閾值算法I-VT。from scipy import signal import matplotlib.pyplot as plt def identify_fixations_ivt(df, velocity_threshold30, min_duration100): 使用I-VT算法識別注視點。 :param velocity_threshold: 速度閾值單位像素/毫秒 :param min_duration: 最小注視持續(xù)時間單位毫秒 :return: 添加了fixation_id列的DataFrame # 計算速度沿用清洗時的速度或重新計算 if velocity not in df.columns: # ... 計算速度代碼 ... pass # 二值化低于閾值為潛在注視點1高于為掃視0 df[is_fixation_candidate] df[velocity] velocity_threshold # 找到連續(xù)為True的片段 df[fixation_group] (df[is_fixation_candidate] ! df[is_fixation_candidate].shift()).cumsum() df.loc[~df[is_fixation_candidate], fixation_group] -1 # 將非候選點標(biāo)記為-1 # 計算每個候選片段的持續(xù)時間 fixation_groups df[df[fixation_group] ! -1].groupby(fixation_group) group_durations fixation_groups[timestamp].apply(lambda x: x.max() - x.min()) # 篩選出持續(xù)時間大于最小閾值的片段并分配注視點ID valid_groups group_durations[group_durations min_duration].index fixation_id_map {old_id: new_id for new_id, old_id in enumerate(valid_groups, start1)} df[fixation_id] df[fixation_group].map(fixation_id_map) # 計算每個注視點的平均坐標(biāo)和開始、結(jié)束時間 fixations_summary df[df[fixation_id].notna()].groupby(fixation_id).agg({ mapped_x: mean, mapped_y: mean, timestamp: [min, max] }).round(2) fixations_summary.columns [fixation_x, fixation_y, start_time, end_time] fixations_summary[duration] fixations_summary[end_time] - fixations_summary[start_time] return df, fixations_summary這個函數(shù)最終輸出兩個結(jié)果1標(biāo)記了每個采樣點所屬注視點ID的原始數(shù)據(jù)框2一個注視點摘要表包含每個注視點的中心坐標(biāo)、起止時間和持續(xù)時間。這個摘要表是后續(xù)可視化的直接輸入。4. 注視點軌跡圖實現(xiàn)繪制視覺的“足跡”注視點軌跡圖通過按時間順序連接注視點中心直觀展示視覺掃描路徑。它揭示了觀察者的注意轉(zhuǎn)移順序、回視行為等模式。4.1 基礎(chǔ)靜態(tài)軌跡圖繪制我們使用Matplotlib以刺激材料為背景繪制注視點序列。import matplotlib.pyplot as plt from matplotlib.patches import Circle import matplotlib.cm as cm def plot_fixation_trajectory(fixations_df, background_image_pathNone, image_sizeNone): 繪制注視點軌跡圖。 :param fixations_df: 注視點摘要DataFrame需包含fixation_x, fixation_y, duration, 且按時間排序 :param background_image_path: 背景圖片路徑 :param image_size: 背景圖片尺寸寬高用于設(shè)置坐標(biāo)軸范圍 fig, ax plt.subplots(figsize(12, 8)) # 1. 設(shè)置背景 if background_image_path: img plt.imread(background_image_path) if image_size: ax.imshow(img, extent[0, image_size[0], image_size[1], 0]) # 注意y軸方向 else: ax.imshow(img) ax.set_xlim(0, image_size[0] if image_size else img.shape[1]) ax.set_ylim(image_size[1] if image_size else img.shape[0], 0) # 原點在左上角 else: # 如果沒有背景圖根據(jù)數(shù)據(jù)范圍設(shè)置坐標(biāo)軸 ax.set_xlim(fixations_df[fixation_x].min() - 50, fixations_df[fixation_x].max() 50) ax.set_ylim(fixations_df[fixation_y].max() 50, fixations_df[fixation_y].min() - 50) # Y軸反向 ax.set_aspect(equal) # 2. 繪制注視點及連線 # 按時間順序繪制連線 x_coords fixations_df[fixation_x].values y_coords fixations_df[fixation_y].values ax.plot(x_coords, y_coords, o-, colorred, linewidth1.5, markersize4, alpha0.7, labelGaze Path) # 3. 用散點大小表示注視持續(xù)時間 # 將持續(xù)時間映射到點的大小范圍例如50-400平方像素 dur_min, dur_max fixations_df[duration].min(), fixations_df[duration].max() if dur_max dur_min: sizes 50 350 * (fixations_df[duration] - dur_min) / (dur_max - dur_min) else: sizes 200 # 如果所有持續(xù)時間相同使用默認大小 scatter ax.scatter(x_coords, y_coords, ssizes, crange(len(fixations_df)), cmapviridis, alpha0.6, edgecolorsblack, linewidth0.5, zorder5) # 4. 添加起始點標(biāo)記 ax.scatter(x_coords[0], y_coords[0], s200, marker^, colorgreen, edgecolorsdarkgreen, linewidth2, zorder10, labelStart) ax.scatter(x_coords[-1], y_coords[-1], s200, markers, colorblue, edgecolorsdarkblue, linewidth2, zorder10, labelEnd) # 5. 添加注視點序號 for i, row in fixations_df.iterrows(): ax.annotate(str(i1), (row[fixation_x], row[fixation_y]), xytext(5, 5), textcoordsoffset points, fontsize9, colordarkred) # 6. 美化圖表 ax.set_xlabel(X Coordinate (pixels)) ax.set_ylabel(Y Coordinate (pixels)) ax.set_title(Fixation Trajectory with Duration Encoding, fontsize14, pad20) ax.legend(locupper right) # 添加顏色條表示時間順序 cbar plt.colorbar(scatter, axax, shrink0.8) cbar.set_label(Fixation Sequence) plt.tight_layout() return fig, ax這段代碼生成了一張信息豐富的軌跡圖連線表示視線移動順序點的大小編碼了注視持續(xù)時間點越大看的時間越長顏色從紫到黃的變化表示時間先后順序綠色三角和藍色方塊分別標(biāo)記了起點和終點旁邊的數(shù)字是注視點的序號。4.2 進階動態(tài)軌跡圖與交互式探索靜態(tài)圖有時難以表現(xiàn)時間流。我們可以用Matplotlib的動畫功能制作動態(tài)軌跡圖讓注視點按時間順序依次出現(xiàn)。from matplotlib.animation import FuncAnimation def create_animated_trajectory(fixations_df, background_image_path, image_size, interval500): 創(chuàng)建動態(tài)注視點軌跡動畫。 :param interval: 每幀間隔毫秒可關(guān)聯(lián)注視點實際持續(xù)時間。 fig, ax plt.subplots(figsize(10, 7)) img plt.imread(background_image_path) ax.imshow(img, extent[0, image_size[0], image_size[1], 0]) ax.set_xlim(0, image_size[0]) ax.set_ylim(image_size[1], 0) line, ax.plot([], [], ro-, linewidth1.5, markersize6, alpha0.7) scatter ax.scatter([], [], s[], c[], cmapviridis, alpha0.6, edgecolorsk, zorder5) start_marker ax.scatter([], [], s200, marker^, colorgreen, zorder10) text_annotations [] def init(): line.set_data([], []) scatter.set_offsets(np.empty((0, 2))) scatter.set_sizes([]) start_marker.set_offsets(np.empty((0, 2))) for ann in text_annotations: ann.remove() text_annotations.clear() return line, scatter, start_marker def update(frame): # frame代表當(dāng)前繪制的注視點索引0到n current_data fixations_df.iloc[:frame1] x current_data[fixation_x].values y current_data[fixation_y].values # 更新連線 line.set_data(x, y) # 更新散點所有已出現(xiàn)的點 offsets np.column_stack((x, y)) scatter.set_offsets(offsets) # 更新散點大小基于持續(xù)時間 sizes 50 350 * (current_data[duration] - dur_min) / (dur_max - dur_min) scatter.set_sizes(sizes) # 更新散點顏色序列 scatter.set_array(np.arange(len(current_data))) # 更新起點標(biāo)記 if frame 0: start_marker.set_offsets([[x[0], y[0]]]) # 更新序號標(biāo)注 for ann in text_annotations: ann.remove() text_annotations.clear() for i, row in current_data.iterrows(): ann ax.annotate(str(i1), (row[fixation_x], row[fixation_y]), xytext(5,5), textcoordsoffset points, fontsize8) text_annotations.append(ann) ax.set_title(fFixation Trajectory (Frame {frame1}/{len(fixations_df)}), fontsize12) return line, scatter, start_marker, *text_annotations dur_min, dur_max fixations_df[duration].min(), fixations_df[duration].max() ani FuncAnimation(fig, update, frameslen(fixations_df), init_funcinit, intervalinterval, blitFalse, repeat_delay2000) plt.tight_layout() # 保存動畫 # ani.save(fixation_trajectory.gif, writerpillow, fps2) plt.show() return ani這個動畫能更生動地再現(xiàn)視覺搜索過程。參數(shù)interval控制每個注視點顯示的時長可以設(shè)置為固定值也可以與注視點的實際持續(xù)時間相關(guān)聯(lián)實現(xiàn)更真實的重放。5. 熱力圖生成可視化注意力的“密度場”如果說軌跡圖描繪的是視覺路徑那么熱力圖呈現(xiàn)的就是注意力的分布密度。它通過高斯核密度估計將離散的注視點通常加權(quán)了持續(xù)時間轉(zhuǎn)化為一個連續(xù)的密度表面并用顏色梯度表示關(guān)注度高低。5.1 基于高斯核密度估計的熱力圖我們使用scipy.stats.gaussian_kde來計算二維核密度。注視點的持續(xù)時間可以作為權(quán)重表示某些點貢獻了更多的“熱度”。from scipy import stats import seaborn as sns def generate_heatmap(fixations_df, background_image_path, image_size, downscale_factor0.2, sigma20): 生成基于核密度估計的熱力圖。 :param downscale_factor: 熱力圖網(wǎng)格下采樣因子用于平衡精度與計算速度。0.2表示使用原圖20%的分辨率。 :param sigma: 高斯核的標(biāo)準(zhǔn)差帶寬控制平滑程度。值越大熱圖越平滑、分散。 # 1. 準(zhǔn)備數(shù)據(jù) x fixations_df[fixation_x].values y fixations_df[fixation_y].values # 使用持續(xù)時間作為權(quán)重 weights fixations_df[duration].values if duration in fixations_df.columns else None # 2. 創(chuàng)建評估網(wǎng)格 h, w image_size[1], image_size[0] # 下采樣網(wǎng)格以減少計算量 grid_h, grid_w int(h * downscale_factor), int(w * downscale_factor) X, Y np.mgrid[0:h:complex(0, grid_h), 0:w:complex(0, grid_w)] # complex步長創(chuàng)建網(wǎng)格點 positions np.vstack([Y.ravel(), X.ravel()]) # 注意np.mgrid返回的維度順序是(Y, X)需要轉(zhuǎn)置 # 3. 計算核密度估計 # 將數(shù)據(jù)堆疊(2, N) 數(shù)組 values np.vstack([x, y]) # 調(diào)整帶寬矩陣。這里使用一個標(biāo)量sigma意味著各向同性高斯核。 # 對于眼動數(shù)據(jù)通常x和y方向使用相同的帶寬。 bandwidth_matrix np.eye(2) * (sigma ** 2) # 使用自定義協(xié)方差矩陣創(chuàng)建KDE對象 kde stats.gaussian_kde(values, bw_methodscott) # 先使用自動帶寬 # 手動設(shè)置協(xié)方差矩陣影響平滑度 kde.covariance bandwidth_matrix kde.inv_cov np.linalg.inv(kde.covariance) if weights is not None: # 如果提供權(quán)重需要手動計算加權(quán)密度gaussian_kde本身不支持權(quán)重參數(shù) # 這里采用一種簡化方法將每個點按其權(quán)重重復(fù)近似 # 注意對于大數(shù)據(jù)集這可能效率低下。更嚴(yán)謹?shù)淖龇ㄊ菍崿F(xiàn)加權(quán)KDE。 weights_normalized weights / weights.sum() repeated_indices np.repeat(np.arange(len(x)), (weights_normalized * 100).astype(int)) # 放大權(quán)重并取整 if len(repeated_indices) 0: values_weighted np.vstack([x[repeated_indices], y[repeated_indices]]) kde stats.gaussian_kde(values_weighted, bw_methodscott) kde.covariance bandwidth_matrix kde.inv_cov np.linalg.inv(kde.covariance) # 4. 在網(wǎng)格位置上評估KDE Z np.reshape(kde(positions).T, X.shape) # 5. 繪制熱力圖 fig, ax plt.subplots(figsize(14, 10)) # 顯示背景圖 img plt.imread(background_image_path) ax.imshow(img, extent[0, w, h, 0], alpha0.7) # 背景半透明 # 使用Seaborn的heatmap疊加密度設(shè)置透明度 # 需要將Z的坐標(biāo)軸與圖像對齊imshow的extent是左下右上 heatmap sns.heatmap(Z, cmapjet, # 或 hot, coolwarm, viridis alpha0.6, # 熱圖透明度 cbarTrue, cbar_kws{label: Attention Density}, squareFalse, # 根據(jù)網(wǎng)格比例調(diào)整 axax, zorder5) # 調(diào)整熱力圖位置和范圍以匹配背景圖 heatmap.set_xlim(0, w) heatmap.set_ylim(h, 0) heatmap.set_xticks([]) heatmap.set_yticks([]) # 6. 可選疊加注視點位置 ax.scatter(x, y, s10, colorwhite, edgecolorsblack, linewidth0.5, alpha0.7, zorder10, labelFixation Centers) ax.set_title(Gaze Heatmap (Gaussian KDE), fontsize16, pad20) ax.legend(locupper right) plt.tight_layout() return fig, ax, Z這個函數(shù)生成了疊加在背景圖上的半透明熱力圖。顏色越暖如紅色、黃色表示該區(qū)域受到的注視密度越高。參數(shù)sigma是關(guān)鍵它控制高斯核的寬度。sigma值太小熱圖會呈現(xiàn)為分散的斑點值太大則會過度平滑丟失細節(jié)。通常需要根據(jù)屏幕分辨率和研究目的進行調(diào)試。5.2 優(yōu)化與變體自適應(yīng)帶寬與AOI分析有時固定的sigma可能不適用于所有場景。我們可以使用更先進的自適應(yīng)帶寬方法或者在計算熱圖前先定義興趣區(qū)AOI進行分區(qū)分析。def adaptive_heatmap(fixations_df, background_img_path, img_size, k50): 使用k近鄰距離自適應(yīng)確定局部帶寬。 :param k: 用于計算局部密度的近鄰數(shù)。 from sklearn.neighbors import NearestNeighbors x fixations_df[fixation_x].values.reshape(-1, 1) y fixations_df[fixation_y].values.reshape(-1, 1) coords np.hstack([x, y]) # 計算每個點到其第k個近鄰的距離作為局部帶寬的估計 nbrs NearestNeighbors(n_neighborsk1).fit(coords) # 1 因為包含自身 distances, _ nbrs.kneighbors(coords) local_bandwidth distances[:, -1] # 第k個近鄰的距離 # 創(chuàng)建一個網(wǎng)格簡化版實際計算需對每個點用不同帶寬的核計算量較大 # 此處為示意更高效的實現(xiàn)可能需要使用其他庫如KDEpy或近似算法 print(自適應(yīng)帶寬計算完成局部帶寬范圍, local_bandwidth.min(), local_bandwidth.max()) # ... 后續(xù)可使用每個點的local_bandwidth進行加權(quán)或分區(qū)域KDE ... # 作為簡化我們可以取中位數(shù)作為全局帶寬 global_sigma np.median(local_bandwidth) print(f建議的全局sigma值{global_sigma:.2f}) return generate_heatmap(fixations_df, background_img_path, img_size, sigmaglobal_sigma) def aoi_based_analysis(fixations_df, aoi_list): 興趣區(qū)分析。 :param aoi_list: 每個AOI是一個字典如{name: Logo, x: 100, y: 150, width: 200, height: 80} results [] for aoi in aoi_list: name aoi[name] x_min, y_min aoi[x], aoi[y] x_max, y_max x_min aoi[width], y_min aoi[height] # 判斷注視點是否落在AOI內(nèi) inside ((fixations_df[fixation_x] x_min) (fixations_df[fixation_x] x_max) (fixations_df[fixation_y] y_min) (fixations_df[fixation_y] y_max)) aoi_fixations fixations_df[inside] total_fixations len(fixations_df) aoi_count len(aoi_fixations) aoi_total_duration aoi_fixations[duration].sum() if duration in aoi_fixations.columns else np.nan results.append({ AOI: name, Fixation_Count: aoi_count, Fixation_Count_Percent: (aoi_count / total_fixations * 100) if total_fixations 0 else 0, Total_Duration: aoi_total_duration, Average_Duration: aoi_total_duration / aoi_count if aoi_count 0 else np.nan }) return pd.DataFrame(results)AOI分析能夠提供更精確的量化指標(biāo)例如“Logo區(qū)域獲得了多少比例的注視次數(shù)”、“按鈕區(qū)域的總注視時長是多少”這對于A/B測試或設(shè)計元素的效果評估非常有用。6. 實戰(zhàn)整合與結(jié)果輸出從單被試到多被試聚合在實際研究中我們往往需要分析多個被試的數(shù)據(jù)并生成聚合熱力圖或?qū)Ρ溶壽E圖。6.1 多被試數(shù)據(jù)聚合熱圖將多個被試的注視點數(shù)據(jù)合并可以生成反映群體注意力模式的“總覽圖”。關(guān)鍵在于數(shù)據(jù)的對齊確保所有數(shù)據(jù)映射到同一坐標(biāo)空間和標(biāo)準(zhǔn)化。def aggregate_heatmap(data_list, background_img_path, img_size, sigma25, normalizeTrue): 生成多被試聚合熱力圖。 :param data_list: 包含多個被試注視點DataFrame的列表。 :param normalize: 是否對每個被試的貢獻進行歸一化避免個別被試數(shù)據(jù)量過大主導(dǎo)熱圖。 all_x, all_y, all_weights [], [], [] for i, df in enumerate(data_list): x df[fixation_x].values y df[fixation_y].values weights df[duration].values if duration in df.columns else np.ones_like(x) if normalize: weights weights / weights.sum() # 歸一化使每個被試總權(quán)重為1 all_x.append(x) all_y.append(y) all_weights.append(weights) # 合并所有數(shù)據(jù) combined_x np.concatenate(all_x) combined_y np.concatenate(all_y) combined_weights np.concatenate(all_weights) # 使用加權(quán)KDE通過重復(fù)樣本近似 # 為提升效率這里采用采樣策略 combined_df pd.DataFrame({fixation_x: combined_x, fixation_y: combined_y, weight: combined_weights}) # 按權(quán)重進行重采樣近似 sampled_df combined_df.sample(nmin(5000, len(combined_df)), weightsweight, replaceTrue, random_state42) # 調(diào)用之前的generate_heatmap函數(shù)傳入采樣后的數(shù)據(jù) fig, ax, Z generate_heatmap(sampled_df, background_img_path, img_size, sigmasigma) ax.set_title(fAggregated Gaze Heatmap (N{len(data_list)} Participants), fontsize16) return fig, ax, Z6.2 生成專業(yè)報告與圖表導(dǎo)出分析完成后需要將結(jié)果整合成可發(fā)布的圖表。Matplotlib支持多種格式和高DPI導(dǎo)出。def export_visualizations(fixations_df, heatmap_matrix, output_dir./output): 導(dǎo)出所有可視化結(jié)果。 import os os.makedirs(output_dir, exist_okTrue) # 1. 保存注視點軌跡圖 fig_traj, _ plot_fixation_trajectory(fixations_df, background_image_path, image_size) traj_path os.path.join(output_dir, fixation_trajectory.png) fig_traj.savefig(traj_path, dpi300, bbox_inchestight) plt.close(fig_traj) print(f軌跡圖已保存至{traj_path}) # 2. 保存熱力圖 fig_heat, ax_heat, Z generate_heatmap(fixations_df, background_image_path, image_size) heat_path os.path.join(output_dir, gaze_heatmap.png) fig_heat.savefig(heat_path, dpi300, bbox_inchestight, transparentFalse) # 背景不透明 plt.close(fig_heat) # 3. 保存熱力圖數(shù)據(jù)矩陣可用于其他軟件進一步分析 np.savetxt(os.path.join(output_dir, heatmap_matrix.csv), Z, delimiter,) # 4. 保存注視點統(tǒng)計數(shù)據(jù) stats fixations_df.describe().T stats_path os.path.join(output_dir, fixation_statistics.csv) stats.to_csv(stats_path) print(f統(tǒng)計數(shù)據(jù)已保存至{stats_path}) # 5. 生成簡易文本報告 report_path os.path.join(output_dir, analysis_report.txt) with open(report_path, w) as f: f.write(f眼動數(shù)據(jù)分析報告\n) f.write(f*40 \n) f.write(f總注視點數(shù)量{len(fixations_df)}\n) f.write(f總注視時長{fixations_df[duration].sum():.0f} ms\n) f.write(f平均注視時長{fixations_df[duration].mean():.0f} ms\n) f.write(f注視點空間標(biāo)準(zhǔn)差 (X){fixations_df[fixation_x].std():.1f} px\n) f.write(f注視點空間標(biāo)準(zhǔn)差 (Y){fixations_df[fixation_y].std():.1f} px\n) f.write(f熱力圖峰值坐標(biāo)近似{np.unravel_index(Z.argmax(), Z.shape)}\n) print(f報告已保存至{report_path})通過這樣一套流程你就擁有了從原始數(shù)據(jù)到出版級圖表和統(tǒng)計報告的完整能力。導(dǎo)出的高分辨率PNG圖片可以直接用于論文或演示文稿CSV格式的中間數(shù)據(jù)也方便與其他工具如R SPSS進行交互。7. 常見問題與排查技巧實錄在實際操作中你一定會遇到各種預(yù)料之外的情況。下面是我在多個項目中總結(jié)的典型問題及其解決方案。7.1 數(shù)據(jù)與圖像對不齊問題繪制的注視點全部偏移到圖像角落或完全錯位。排查檢查坐標(biāo)映射確認屏幕分辨率screen_width,screen_height和刺激材料尺寸stim_width,stim_height是否輸入正確。確保映射函數(shù)中的乘除順序無誤。檢查坐標(biāo)原點計算機圖形學(xué)中圖像坐標(biāo)原點通常在左上角(0,0)而某些繪圖庫或數(shù)據(jù)可能使用左下角。Matplotlib的imshow的extent參數(shù)[left, right, bottom, top]決定了圖像在坐標(biāo)軸中的位置注意bottom和top的設(shè)置通常bottom是heighttop是0以實現(xiàn)原點在左上角。驗證原始數(shù)據(jù)用簡單的散點圖不帶背景繪制原始gaze_x和gaze_y看其范圍是否與宣稱的屏幕分辨率匹配。有時數(shù)據(jù)可能是歸一化的0-1需要反歸一化。7.2 熱力圖過于稀疏或過度平滑問題熱力圖要么是幾個孤立的亮點要么是一片模糊沒有清晰的焦點。解決調(diào)整sigma帶寬這是最關(guān)鍵的參數(shù)??梢韵葒L試一個經(jīng)驗值如屏幕寬度的1/50到1/20。然后根據(jù)效果微調(diào)。技巧繪制不同sigma值如10 25 50 100的熱力圖進行對比選擇能清晰顯示熱點又不失細節(jié)的那個。檢查數(shù)據(jù)量如果單個被試的注視點很少如少于20個熱力圖必然稀疏。考慮聚合多個試次或多個被試的數(shù)據(jù)。使用自適應(yīng)帶寬如上面提到的adaptive_heatmap函數(shù)對于數(shù)據(jù)分布不均勻的情況效果更好。下采樣網(wǎng)格downscale_factor太小如0.05會導(dǎo)致網(wǎng)格太粗糙丟失細節(jié)太大如0.8則計算緩慢。0.1到0.3是一個合理的范圍。7.3 注視點識別算法效果不佳問題I-VT算法將很多掃視點誤判為注視點或者把長注視拆成了多個短注視。調(diào)參與優(yōu)化速度閾值velocity_threshold這是區(qū)分注視和掃視的關(guān)鍵??梢酝ㄟ^繪制所有采樣點的速度分布直方圖來觀察。通常速度分布會呈現(xiàn)雙峰一個低峰注視一個高峰掃視。閾值應(yīng)設(shè)在兩峰之間的谷底附近。最小注視持續(xù)時間min_duration通常設(shè)置在50-200毫秒。低于此值可能是噪音或微眼跳??梢越Y(jié)合領(lǐng)域知識調(diào)整??紤]使用更復(fù)雜的算法對于高速或噪音大的數(shù)據(jù)可以嘗試I-DT散度閾值算法或者使用開源庫如pymovements、eyekit它們實現(xiàn)了更魯棒的算法。7.4 性能問題處理大數(shù)據(jù)集時速度慢問題當(dāng)處理高頻采樣如500Hz的長時程數(shù)據(jù)或多個被試數(shù)據(jù)時核密度估計計算非常耗時。優(yōu)化策略下采樣在計算熱力圖前對注視點坐標(biāo)進行網(wǎng)格下采樣或者使用downscale_factor大幅降低評估網(wǎng)格的分辨率。近似計算使用更快的近似KDE方法例如通過scipy.ndimage.gaussian_filter對二值化的注視點矩陣進行高斯濾波這在很多情況下是足夠的近似且速度快得多。并行處理如果分析多個獨立被試使用multiprocessing或joblib庫進行并行計算。使用專用庫探索如KDEpy這樣的庫它提供了更高效的算法實現(xiàn)。7.5 可視化圖表不夠美觀或信息過載問題生成的圖看起來不專業(yè)或者元素太多難以閱讀。設(shè)計建議顏色映射熱力圖慎用彩虹色jet雖然對比強但可能扭曲數(shù)據(jù)感知。推薦使用感知均勻的色圖如viridis、plasma、magma適用于黑白打印時仍有區(qū)分度。在Seaborn中cmaprocket或cmapmako也是很好的選擇。簡化軌跡圖如果注視點過多軌跡圖會變成一團亂麻??梢試L試1只繪制前N個或后N個注視點2用透明度alpha表示時間遠近3完全移除連線只用帶序號的散點。分面繪制對于多試次或多被試對比使用plt.subplots創(chuàng)建多個子圖保持坐標(biāo)軸范圍一致便于比較。添加比例尺和指北針如果背景是真實場景圖添加比例尺如“200像素”和方向指示會提升專業(yè)性。掌握這些排查技巧你就能從容應(yīng)對大部分分析過程中遇到的挑戰(zhàn)確保最終的可視化結(jié)果既準(zhǔn)確又具有洞察力。整個Python實現(xiàn)流程雖然涉及多個步驟但一旦構(gòu)建成模塊化的腳本就可以成為你分析眼動數(shù)據(jù)的強大、靈活且可復(fù)用的武器庫。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
天天爽人人爽| 丁香婷婷十月| 国产国产乱老熟女视频网站97| 91丨九色丨熟女丰满| www.天天日| 91人人爽狠狠狠| 六月丁香啪啪| 天天日,天天射,天天舔| 五月激情婷婷图片基地| 9月色婷婷| 五月婷色| 大香蕉啪啪啪| 欧美久久网| 综合色天天| 国产超碰人人| 超碰在线资源| 精品香蕉99久久久久网站| 99久在线精品99re5热视频| 密黄站| 99国产在线精品视频| 天天爱天天吃狠天天透| 五月婷婷影视| 五月丁香综合伦理片| 综合色婷婷| 天天干,夜夜爽| www.99热| 深夜激情网| 色情五月丁香| 五月婷婷色播| 大香蕉七区| 天天干一干| 饮料下药迷倒漂亮女同事强干| 六月丁香视频网站| 涩五月婷婷| 色五月婷婷777| 午夜成人AV在线| 色五月婷婷五月丁香五月| 久久色在线视频| 在线观看996精品| 先锋影音av色五月天资源站| 免费视频WWW在线观看网站| 国产激情婷婷| 日本狠狠网| 精品无码人妻一区| 色婷婷成人在线| 99视频在线| 国产婷婷久久| 97成人超碰免| 9999热在线观看| 大香蕉久久视频久久视频 | 五月天开心网| 天天激情站| 国产婷婷五月色情综合| 婷婷六月久久综合导航| 噜噜色噜噜网| 99精品免费视频| 人人摸人人干人人做| 丁香五月天激情婷婷丁香六月 | 色五月,com| 97人人干人人操| 色激情五月| 欧洲第一久色| 久色婷婷200| 99爱免费在线视频| 丁香六月情| 丁香 婷婷 亚洲 熟女| 婷婷激情五月吧| 91久久1118| 日韩精品一品二区三区的使用体验| 久久久日韩特色特黄AAAA| 成人无码髙潮喷水A片| 五月婷色| 97精品人人A片免费看| www.色五月| 五月婷婷六月丁香激情| 亚洲va欧美va天堂v国产综合| 狠狠色综合五月| 深夜婷婷 丁香| 日日干夜夜干| 婷婷五月天99| 婷婷91| 日本操B视频在线观看| 久久九九国产精品怡红院| 婷婷在线观看五月天在线视频| 性爱激情久久| 国产av天堂| 激情五月天在线免费美女视频| 天天日夜夜B久久| 色约约视频一区二区三区四区五区 | 综合久久影院| 五月天色不卡| 黄色激情五月天| 五月丁香视频在线观看| www。五月天激情| 色综啪啪啪啪啪啪| 超碰色碰碰| 九九热视频在线观看| 五月婷婷激情网| 96人人操人人操人人| www五月天com| 色五月,婷婷大香蕉| 国产精品99久久久久久久女警| 日韩 中文 欧美| 天天舔天天摸视频| 婷婷免费无视频| 久久婷五月婷| 97色永久免费视频| 99精品在线观看视频| 第四色色色色色丁香五月天 | 一区二区中文字幕| 狠狠搞五月天| 色婷婷丁香综合中文字幕| 综合激情五月丁香| 五月婷婷色影院| 五月丁香六月婷婷亚洲| 九九热在线亚洲免费视频| wwww.色婷婷| 中文字幕按摩做爰| 91综合在线观看首页| 色一情一乱一伦一区二区三区| 九九碰九九爱97| 亚洲激情区| 久久色在线视频| 黄久久久| 亚洲啪啪网| 五月婷婷黄色毛片| 激情婷婷九月| 九九热欧美| 超碰在线免费9| 婷婷五月天丁香成人社区| 婷婷99视频全集高清| 丰满少妇猛烈A片免费看观看| 国产激情久久久| 小视频久久久aaa| 久久狼人天堂| 99热这里只有精品5| 五月丁香六月在线| 庭庭久久内射| 97亚洲色 torrent magnet| 2015WWW永久免费观看播放| 91碰九色| 九九热re99re6在线精品| 好色婷婷| 成人看片网站| www久久99com| 人人色性网| 天天成人综合| 69色色视频| 人妻肉射免费观看| 激情内射p| 丁香五月亚综合图片| 黄色99网| 久久这里只| 99无码黄色视频| 五月丁香六月在线| 天天爽夜爽| 99re热视频这里只精品| 国产精品第一国产精品| 婷婷五月综合网激情| 性爱五月婷| 久久久久久婷| 99热国内精品| 5月色亭亭视频| 我要色综合五月婷婷| 久久国产一区二区三区| 久久婷婷原创视频| 91色逼| -91九色大屁股| 日本99久久| 国产99热在线看| 激情婷婷人妻| 天天操天天草天天草天天| 另类综合国产| 狠狠爱激情网| 免费无码毛片一区二区A片| AA片在线观看视频在线播放| 国产精品人妻在线网址| 丁香六月婷婷综合激情欧美| 99热骚货| 狼友超碰| 欧美三级A做爰在线观看| 思思久久久婷婷| 久久一操| 激情五月图| 天天五月情| 婷婷狠狠97| 狠狠操狠狠操| 色综合色色色色色色综合| 9婷婷内射| 国产精产国品一二三在观看| 五月亚洲激情| 日日操夜夜爽| 99精在线| 婷婷综合玖玖五月| 97超碰人人操| 天天 青草 丝袜制服 在线| 丁香五月婷婷激情蜜桃| 天天色粽合合合合合合合| 丁香婷婷欧美综合| 五月停亭六月,六月停亭的英语| 国产噜一噜天天噜| 丁香五月婷婷激情中文| 婷婷六月天| 婷婷六月成人| 五月亭亭六月色| 色丁香六月| 国产精品日日躁夜夜躁| av高清无码| 色色色色色色五月婷婷| 丁香五月AV综合激情| 久久婷婷五月天| www.99热| 99热这里只有精品1025| 日婷婷久久开心| jiujiu无码五区| 色色色色网站| 日韩ww| 五月丁香啪啪综合网| 337p午夜影院| 九九热这里只有精品6| 丁香婷婷五月激情四射网| 婷婷综合色| 五月婷婷狠狠干| 欧美VA在线观看| 日本道久久91| 亚洲中文字幕av| 国精产品一区二区三区| 五月婷婷欧美| 日韩成人综合| 淫荡工a| 婷婷亚洲影院| 人人97操| 婷婷激情丁香六月| 无码人妻AV久久久一区二区三区 | 超碰免费在线| 超碰人人干| 日日操夜夜骑| av不卡网站| 综合丁香婷婷五月天| 五月天偷拍| 天天爽日日爽夜夜爽| 久久98| 久久久99精品免费观看| 婷婷五月天av网| 久99久99精品免| 性爱111111| 五月婷婷开心爱| 九九热99视频| 婷婷狠狠18禁久久| 玖玖在线| 91久久综合| 色偷偷狠狠| 99在线精品视频| 五月婷婷综合激情网| 五月婷婷六月丁香在线| 日韩欧美性爱| 五月丁六月香av| www九九热| 婷婷五月天激情小说| 九九热最新视频| 五月丁香综合精品欧美| 五月天婷婷视频30| 韩日AV片| 日日操夜夜爽| 丁香五月婷婷偷拍| 97九色视频| 99热第一页| 夜夜综合色| 伊人爱爱日本| 九九热在线99| 色www.con| 色五月婷婷九月| 婷婷丁香五月基地| 色色色网站| 99ri国产精品| 婷婷色片| 成人电影在线免费试看| 99热超碰在线| 天天免费成年人视频| 婷婷五月天激情网| 91视屏在线观看com.wwwvv| 噜噜噜狠狠色综合| 色婷婷综合五月| 强辱丰满人妻HD中文字幕| 六月色伊人婷婷| 开心激情婷婷| 激情五月婷在线精品| 狠狠操狠狠色| 天天肏在线观看| 热99精品视频五月| 99久热这里只有精品视频删减版| 色色99| 婷婷亚洲激情在线观看视频 | 先锋男人91资源| 这里只有精品1| 综合玖玖偷拍| 色色操| 日本熟女视频一区二区| 免看黄大片AA | 色婷婷六月开心中文字| 91精品啪| 亚洲色热| 99视频网| 日日噜噜夜夜狠狠久久丁香六月| 五月天婷婷久久| 综合狠狠干| 欧美性爱丁香五月| 日韩精品一区二区亚洲AV观看| 九色91视频| 五月丁香啪啪| 婷婷五月综合啪| 九九偷拍网| 久久98| 九九精品片一| 五月丁香综合久久夜夜| 日本五月婷婷| 伊人五月丁香| 激情色色| 97色碰碰公开视频| 激情综合网五月天| 思思热国产| 大香蕉人在线65| 九九热自拍| 99色精品视频| 99日在线观看视频| 99色性爰网络| 亚洲人成人五月天| h亚洲| 五月天色五月| 色五月婷婷五月天| 五月丁香六月合| 五月天婷婷丁香花| 国产真人做爰视频免费| AV成人在线播放| 婷婷五月天美女| 丁香婷婷五月色综合| 天天色综合图片| 91碰在线| 玖玖综合色区在线观看| 九九无码| 久操97| 色狠狠综合网| 伊人五月天97| 四川BBB搡BBB搡多人乱亂| 狠狠色狠狠操| 久久五月网| 亚洲AV无码一区二| 免费黄网不卡AV| 色五月色图| 夜夜天天天天天干天天爽| 国产亚洲成人综合| 另类综合国产| 人妻久久久久| 婷婷五月中文字幕| 97成人操| 少妇高潮呻吟A片免费看软件| 日本狠狠色| 99热欧| 9月色婷婷| 狠狠精品干练久久久无码中文字幕| 五月丁香六月激情| 激情婷婷另类| 综合综合色色| 中文字幕人妻在线| 久热精品在看| 国产真实乱了老女人视频| 综合AV在线| 丁香六月婷婷综合在线| 五月婷色丁香| 久久99最新| 热99免费在线| 六月婷婷青青青视频| 丁香五月影院| 一起草AV| 色情综合| 色婷婷69| 日本五月天网站| 色婷婷五月天小说网| 久热超碰| 99热精品在线播放| 色综合天堂| 六月丁香久久| 日日天天干| 美国十月色婷婷在线观看| 天天cha成人综合网| 色色精品色| 色女人久久| 亚洲成人av在线观看| 欧美槡BBBB槡BBB少妇| 国产激情综合五月久久| 久久多色| 色五月综合在线| 九九视频精品在线免费 | 深爱五月亚洲| 提提热五月天婷婷| 婷婷丁香五月天色区| 久久视网36| 97在线刺激| 9999热在线观看| 综合另类激情| 97超级免费无码| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | 综合网色| 啪啪啪大香蕉| 99re热视频这里只精品| 色区久久| 亚洲操B| 久人操| 26uuu成人网| 亚洲精品激情| 五月天婷婷影院影院观看| 五月天深爱激情网| 丁香五月婷婷色情综合| 色偷偷综合| 四月婷婷丁香五月| 亚洲色热| 91超碰人人操| 色色热| 99热在线播放| 欧亚成人A片一区二区| 九九人人操| 天堂五月婷婷| 超碰永久在线| 超碰资源在线| 六月丁香啪啪| 久久这里有精品| 99九九99九九九视频精彩| 色婷婷五月色| 99九九视屏| 五月色网| 久久99精品日本| 无码少妇高潮喷水A片免费| 9福利性视频欧美| 一本道综合网| 色色五月天婷婷| www.色多多婷| 色五月色五天色情网址| 黄色片avv| 丁香五月影院| 色婷婷五月中文字幕在线dvd| 色天堂A| 无码少妇高潮喷水A片免费| www.av视频xx999.com| 大香蕉在线99热| 日韩久操婷婷| 婷婷涩五月| 五月丁香网视频| 思思久久精品视频| 五月丁香狠狠| 综合99久久| 婷婷中文字幕| 韩国久久少妇视屏| 能看的AV| 超碰在线91| 九九99精品免费播放| 久久九九囯产| 丁香五月天婷婷91| 五月婷丁香| 五月婷婷色男女| 天天爽日日爽夜夜爽| 五月丁香六月激情欧美综合| 5月丁香啪啪啪| 国产成人精品一区二三区熟女在线| 五月婷婷亚洲天堂97色婷婷| 肏屄色播伊人97婷婷| 五月丁香爱婷婷深深| 欧美综合激情五月| 91ncom.色| 久久99国产综合精品免费| 影音先锋男士资源网一区| 色婷六月| 九九久久99| 人妻少妇色综合| 婷婷五月天综合在线| 不卡的AV网站| 在线看片av| 翔田千里无码| 综合网色| 欧美偷偷操| 97色碰| 精品怡红九九九| 五月婷激情影院| WWW.国产| 九九re精品视频在线观看| 色人五月婷婷| 超碰在线免费| 成人国产欧美大片一区| 欧美日本黄色| 亚洲经典小视频| 精品久热| 狠狠色九月| 激情 五月 婷婷 丁香| 综合网视频| 国产超碰在线| 婷婷丁香宗合888| 亚洲综合婷婷| 天天操婷婷| 久久99jiu9| 免费99情趣网视频| 大香蕉综合| 丝雨一区二区| 欧美久久五月婷婷| 久热99热| 一区=区操屄高清大全av| 久久草人妻| 99热亚洲精品| 99热亚洲精品66| 特级西西4444www无码| 五月天精品综合在线| 五月久久噜噜| 天天天久久久| 天天综合亚洲综合网天天αⅴ| 婷婷日本色| 成人色图情色成人网 www.5b5b5bcom 五月天| 人人操婷婷| 热996精品在线观看| 婷婷丁香在线播放| 婷婷丁香婷婷97| 午夜天堂一区人妻| 国产探花一片区| 99久热在线精品99re6热| 欧美丁香婷婷天天操| 国产精品国产| 思思久久99热只有频精品66| 色情婷婷| 4399亚洲视频| 成人丁香五月婷| 色久免费| 野战J办公桌椅H| 五月婷婷开心亚洲无| 色婷婷先锋| 色碰97| 天天色,天天操,天天射| 狠狠综合网| 另类激情五月| 婷婷久久99| 丁香久久久| 婷婷成人五月天成人文学小说| 日韩AV免费看| 99视频精品8| 亚洲乱码日产精品BD在线观看| 婷婷丁香人妻天久久| 五月丁香激| 懂色av蜜臀av粉嫩av永陈冠希| 狠狠狠夜夜夜| 丁香五月瑟瑟| 人人爱人人摸人人澡| 一本道在线电影| 亚洲激情校园| 亚洲精品久久久久AV无码| 激情五月天在线观看色婷婷| 日日噜噜夜夜狠狠久久丁香五月| 五月天久久久| 夜夜躁爽日日| 日本的α片xxxwww| 五月婷婷六月丁香| 日韩精品无码99| 国外亚洲成AV人片在线观看| 五月天影院婷婷在线观看| 99在线精品免费视频| 丁香五月色综合色播五月| 俺去也婷婷| 日本狠狠爽| 日产精品久久久久久久蜜臀 | 狠狠狠狠狠操| 亚洲V国产V欧美V久久久久久| 五月婷婷色综图片| 久777| 99干在线视频| 人人视频人人干人人做| 五月天婷婷社区久久综合| 天天日天天爱天天噪| 五月天堂色色| 色欲婷婷五月天丁香| 92国产福利| 色综合久久888| 五月婷婷干干干| 99精品在线| 狠狠干青青草| 六月婷婷青青青视频| 五月色综合| 亚洲六月色婷婷| 五月丁香啪啪啪| 九九综合久久丁香婷婷,开心激情综合网| 成人五月天丁香婷| 五月丁香久久网| 四川BBB搡BBB爽爽视频| 色噜噜狠狠插综合| 99在线精品视频| 六月丁香五月婷婷| 亚洲综合婷婷五月天| 亚洲图色五月天| 天天综合 99久久婷婷| 91精品久久久久久77777| 天天日天天爽| 天天粽合合合合| 五月丁香综合网| 激情婷婷网| 青青草原伊人网| 激情综合色网| 激情图片亚洲| 天天综合五月| www.婷婷| 99久久婷婷国产综合| 丁香五月电影| 亚洲婷婷在线播放十月| 日日做A爰片久久毛片A片英语| 久久aaaa片一区二区| 久久激情天堂| 99国产精品久久久久久久久久久 | 久久婷婷五月丁香网| 色色丁香| 激情网婷婷婷| 五月丁香另类图片| 五月丁小婷婷激情四射| 精品久久久999| 少妇婷婷五月天| 日韩免费99| 99综合视频| 国产成人va在线| 综合99视频| 少妇AB又爽又紧无码网站| 久久激情五月婷婷| WWW.桔色成人.COM入口| 91肏| 国产亚洲精品久久久久久久久动漫| 97色色视频| www.久久99| 五月色天情| 五月天激情黄色小说在线观看| 亚洲精品无AMM毛片| 开心婷婷中文字幕| 五月天色狠狠| 日韩啪图| 国产精品久久久久久久久久| 亚洲婷婷欧美婷婷| 五月天婷亚洲综合在线嫩草网| 99ri国产精品| 九九视频在线观看视频6| 欧美色久| se99视频| 久草五月| 色婷婷影视99| 五月丁香六月情| 国产婷婷五月天| 久热这里只有精品性色AV| 97艹| 日韩欧美成人一区二区三区| 色色色综合色| 91丨九色丨白浆| 五月婷婷久| 深爱婷婷基地| 九九自拍网| 欧美婷婷综合| 香蕉影院色| 成人精品在线| 97碰啪啪| 日韩在线一级| 夜夜干天天干| 99亚洲综合| 92久久| 中文字幕黄色电影网址| 亚洲亚洲人成综合网络| 五月婷婷av| 成人在线99| 俺去也在线www色官网| 丁香婷婷五月天色综合| 成人噜噜网| 99爱爱网| 久久九九九九| 九一牛视频探花| 丁香婷婷五月份| 超碰99在线观看| 色婷婷888| 国产婷婷五月色情综合| 丁香五月激情无码视频| 天天干夜夜b| 日本激情ⅩXX免费视频| 久久狠狠欧美| 99色在线视频观看| 欧美在线视频99| 99热这里| av在线观看网站| www.99热在线| 激情亭亭五月| 亚洲成Av人片乱码色第1集| 亚洲黄网在线| 亚洲传媒在线观看| 97综合视频在线| 色综合久久久无码中文字幕999| 99久久网站| 婷婷色网| www.激情| 色色色色色色网| 丁香五月久久| 91色久| 天天插天天插天天插天天插| 亚洲色情在线| 一本综合丁香日日狠狠色| 99热无码精品| 天干天天干天天天天天| 欧美丁香六月激情视频| anquye五月| 色五月婷婷DVD| 五月丁色AV| 情婷婷五月天在线| 色婷婷五月网| 色婷婷色五月天| www.av骚货| ,99视频久久| 香蕉综合网| 久久激情视频99| 伦乱天堂| 俺来也综合网精品一区| 人人干天天舔| 婷婷五月情| 色婷婷手机在线| 丁香狠狠色婷婷| 色~性~乱~伦~噜| 久久这里只精品66| 色欲Av五月天| 91人妻视频| 日韩综合大黄| 日本色五月婷婷| 性爱网五月天| 狠狠综合| 色婷婷成人做爰A片免费看网站 | 丁香五月天五码婷婷| 久久婷婷在线| 色99网站| www.日日夜夜.com| 亚洲视频在线观看| 国产在线视频1234| 99热伊人| 婷婷狠狠五月综合| 五月天色影院| 天天插综合| 欧美性生交XXXXX无码小说| 久久激情四射| 丁香婷婷五月天激情四射| 欧美激情 日韩无码 婷婷 五月天| 99热精品一区| 99视频热| 99精品色| 久久久999精品| 看片视频在线免费日产在线看| 超碰在线免费观看日韩| 停停五月色宗合| 五月丁香激情片| 色婷婷婷av| 天天天天做夜夜夜夜做| 欧美日韩123| 精品国产乱码久久久久夜深人妻 | 激情亚洲网| 夜夜夜夜夜操| 91女人18毛片水多国产| 丁香影院五月综合| 亚洲欧洲美女在线观| 狠狠色噜噜狠狠| 五月天激情综合在线| www.五月婷婷久久.com| 五月丁香六月在线| 激情伊人五月天| 久久精品熟女亚洲AV麻豆| 五月丁香好婷婷A片网| 五月丁香色色综合| 色99网站| 大学生高潮无套内谢视频| 亚洲精品中文字幕成人片| 伊人婷婷青青cao| 伊人9999| 亚洲九九夜夜| 国产一区18| 激情五月综合ì香亚洲| 91ncm视频| 丁香婷婷啪啪| 丁香五月停停av| 秋霞AV美国| 米奇影视资源婷婷狠狠色激情欧美五月丁香| 婷婷五月花西瓜| 日本三级韩三级99久久| 九九色院| 97韩国久久电影院| www.超碰在线| www.综合久久.com| 亚洲男人的天堂婷婷色五月| www.yw尤物| 97色碰碰公开视频| 色色网站观看| 五月天夜夜爱夜夜操| 五月亭亭直播| 六月婷婷九月丁香| 伊人久久丁香婷婷六月五月综合| 天天射影院| www.色综合.com| 亚洲热久久| 欧美韩国日本| 少妇激情基地| 99a级片| 中文字幕高清av| 久久久ww| 婷婷丁香五月在线播放| 五月天色小说| 人妻性爱| 色婷婷亚洲| 97操碰日本女人| www.五月婷婷久久.com| 天天做天天爱天天爽| 91色在线| 色婷婷亚洲婷婷在线观看| 久久91久久精品久久| 日本va欧美va欧美va精品| 棕合影院色色| 色婷婷91| 99成人| 丁香花操逼| 五月丁香六月婷婷的女人| 爱久久小说下载网| 精品婷婷五月视| 丁香激情久久| 中文字幕综合| 久久伦乱| 91高潮喷水久久久久久久久| 久久深爱激情网| 国产精品大香蕉| 色情性爱视频网址| 天天操综合网| 久久久久久久久久久月丁| 五月亚洲激情| 久久97| 五月天婷婷基地综合网| 超碰99资源站| 色婷婷AⅤ| 人人摸人人干人人做| 婷婷伊人綜合中文字幕| 丁香五月天婷婷大香蕉| 99热精品在线播放| 久久月天堂| 五月丁六月香av| 五月婷六月| 超碰在线观看9| 香焦网五月天| 国产女人十八水真多1| 久久99激情丁香婷婷小说网| 香蕉久久av一区二区三区| 婷婷五月天,影院| 色色色综合网| 狠色狠色狠色狠色狠色网| 五月丁香天堂网| 激情宗合哪里能看| 超碰碰碰碰| 99re思思| 六月激情婷婷| 五月丁香成人日| 99久久国产宗和精品1上映| www.色婷婷。com| 久久9热好| 久久婷婷色五月| 人人操91色| 六月丁丁香| 色色丁香婷婷综合| 夜夜干天天操| 99高级会所久久| 久久人人做人人妻人人玩精品va| 色五月天在线| 色五月,婷婷大香蕉| www.日本91| 九九aV| 综合色播| 五月婷婷视频ab| 99ri国产精品| 久久婷婷六月综合| 99热99精品| 99.N在线视频| 99久久99久久综合| 丁香激情网| 五月丁香六月情婷婷久久| 玖玖综合色区在线观看| 丁香五月欧美色综合| 色五月婷婷色| 国产午夜成人AV在线播放| 99色丁香婷婷综合网| 蜜臀av 粉嫩av 懂色av | 开心激情网在线| 天天草天天舔| 4438全国最大视频成人网站在线观看| 丁香五月综合AV在线| 婷久久| 国产JK精品白丝AV在线观看| 激情六月日韩| 91久久1118| 亚洲妇女熟BBW| 久久偷拍综合五月天| 99自拍视频网站| 色五月五月婷婷| 亚州日本欧州韩美高青高潮一| 日日噜噜久久婷婷五月天| 久久视频婷婷视频| 精品99爱免费视频在线观看| 午夜激情久久| 99爱这里只有精品免费视频| 婷婷综合五月色播| 五月天激情四射网站| 婷婷色色五月天| 婷婷五月天高清无码| 爱射综合| 婷婷综合国产| 九九热精品| 四月婷婷丁香| 丁香五月婷婷啪啪| 日比视频91| 午夜一区| 激情五月婷婷色播网| 99在线热| 色婷婷丁香AV综合| 99毛片| 激情综合网之激情五月| 五月久久| 26uuu国产| 伊人色综合网| 亚洲瑟瑟精品在线| 六月婷久久| 婷婷最新地址| 成人色图情色成人网 www.5b5b5bcom 五月天| 狠狠做六月爱婷婷综合aⅴ| 五月久久| 五月天电影网| 婷婷五月电影院| 中文字幕色色色| 婷婷丁香五月天哟啪| 超碰亚洲欧美| 色情五月婷婷| 日日爽日日| 婷婷激情综合无月| 99碰网站| 99日热在线视频| 色色热| 色婷婷五月天成人网| 中出内射的人妻视频| 琪琪色热色色| av首页在线| 九九人人操| 五月天丁香| 五月婷婷影视| 久色视频在线| 国产ava| 日韩操啪| 青青草青青草五月天| 亚洲精品视频在线播放| 99这里是精品| 五月天激情在线视频| 99ri在线| 五月婷婷,狠狠操| 久久久久久久久久久jjjj| 婷婷啪啪| 久久免片| 五月丁香六月激情综合| 久热中文字幕在线线观看 | 五月丁香六月婷婷欧美综合| 秋霞电影理论| 亚洲成人影视在线观看| 欧美 日韩 成人| 久在线综合69| 一级操逼大片| 国精产品一区一区三区免费视频| 九月色婷婷| 丁香五月影院| 日婷婷| 99re这里只有精品视频了| 午夜精品777| 亚洲综合在线伊人婷| 99久在线观看| 天堂爱啪啪| 久久3级片| 大香蕉久久青青| 五月丁香色色网| 99爱在线免费视频| 97操操| 日韩操逼大片| 久久视频婷婷| 久久天天| 色婷婷丁香五月在线观看| 婷婷五月天综合色| 久草久青福利| 91艹人| 久久久er热| 九九無碼| 久久久久久久97| 婷婷五月天综合AV| 婷婷九月丁香天堂丁香天堂| 以及AA大片看看| 婷婷五月天综合亚洲| www,99视频| 99热在线极品极品| 5Www色5夜| 开心五月婷婷伊人| 天天干天天日蜜臀av| 五月综合人妻| av首页在线| 五月婷婷久久网| 国产人人操| 伊人五月婷婷国产视频| 丁香五月婷婷色偷偷| av免费在线网站| 五月天停停日日| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | WWW.17C亚洲精品| AA丁香综合激情| 日本3级片一区2区| 日韩在线99| WWW,五月| 六月色播| 色色五月婷婷久久| www.五月天婷婷| 丁香六月激情国产| 五月天婷婷免费视频| 天天爽日日爽夜夜爽| 天天日本夜夜谢| 婷婷狠狠操| 99久久9| 综合色图区| 天天做天天爽| 久草丁香婷婷1024| 婷婷色狠狠| 丁香五月婷婷Av| 五月天婷综合| 色丁香五月婷婷| 丁香五月婷婷无码AV| 蜜臀A∨在线水帘洞| 九玖欧洲亚洲| 天天综合中文| 五月丁香婷婷久久| 99热啪啪| 国产精品成人AV在线观看春天| 亚洲永远av在线播放| 91视频免费后入强操| 婷婷性爱网| 在线五月色播| 五月丁香另类网| 天天婷婷综合亚洲亚洲| 黄网在线免费观看| 99久热| 91九色白丝| 五月丁香激情综合啪啪| 丁香五月天欧美成人| 亚洲五月情| 99狠狠色| 无码99| 天天综合网色欲香| 婷婷五月综合社区| a69在线视频| 99er热精品视频| 色九亚洲| 少妇水多A片太爽了| 伊人超碰在线| 六月激情婷婷| 综合色综合| 曰曰久久| 日本欧美成人片AAAA| 久久精品99久久久久久久久| 99碰碰| 午夜激情五月| 武则天精品久久| 97在线精品| 91呦呦呦| 大香蕉婷婷色| 五月天激情中文字幕| 丁香久月| 日韩无码专区| 99少妇精品| 日本va网站| 五月天婷婷小说| 久久香蕉网| 色综合婷婷99| 五月天堂色| 狠狠干青青草| 99九九综合久久九九| 欧美日韩精品人妻狠狠躁免费视频| 中文在线成人| 亚洲在线激情婷婷五月| 婷婷激情六月视频| 成人国产欧美大片一区| 久久婷婷内射| 婷婷丁香成人网址| 日本操逼九九九九58日本操逼| 26UUU欧美| 日本偷拍九九九| 怕怕av| 天天舔天天摸| 欧美特大片黄| 久久激情网| 亚洲天堂aaaa| 精品9197碰| 亚韩在线视频| 97五月天婷婷| 婷婷香五月天| 亚洲AVwwwwwww| 婷婷色系婷色| 激情五月丁香五月| 91丨人妻丨国产丨丝袜| 亚洲激情99| 大香线蕉伊人| 国产精自产拍久久久久久蜜| WWW99热| 丁香六月情| 五月婷婷激情| 日韩黄色AV无码| 五月社区婷婷激情| 99欧美| 五月丁香婷婷综合视频| 欧洲免费视频色| 日本精品久久久久中文字幕 | 婷婷九月丁香天堂丁香天堂| 色小说婷婷五月天天天| 久久丁香五月婷婷| 综合久久综合五月天婷婷| 一根材五月婷成人| 直接看的av| 91视频一起草| 色五月丁香婷婷| 任你搞免费视频观看| 丁香久色| 色色国产| 欧美日本国产欧美日本韩国99| 色五月六月| 操操操97| 人人爱干人人爱草| 五月激情影视| 91色综合网站在线| 秋霞电影理论| 久久精彩视频| 久热人妻| 91视频综合网| 99视频综合网| WWW.99热| 五月天久久色| 婷婷激情综合无月| 五月天色图| 激情综合国产| 开心五月天激情网| 五月丁香啪。| 综合狠狠干| 婷婷激情五月天小说| 天天射网站| 岛国资源网| 伊人五月综合网| 久久色情| 超碰在线9| www综合久久| 五月婷婷丁香俺日污视频| 五月丁香综合精品欧美| 五月天婷爱综合| 国产黄色在线观看| 久久机热这里只有 | 超碰操日| 婷婷五月天伊人网在线观看视频| 免费视频WWW在线观看网站| 亚洲视频色色| 免费视频WWW在线观看网站| 婷婷五月丁香高清无码| 中字幕视频在线永久在线观看免费| 色婷婷的五月天| 99精品国产在热久久| 五月激情网五月综合网| 精品成人无码A片观看香草视频| 欧美日韩成人在线| 黄网免费看| 色五月婷婷中文字幕| 婷婷五月天小说网| 人妻久久久久久久久妻久久久久久久久 | 色五月婷婷综合| 99婷婷| 亭亭丁香久久五月| 国产做A爰片毛片A片美国| wwccc久久久| 搡BBBB搡BBB搡18 | 婷婷五月精品中文字幕| 中文字幕成人| 婷婷激情五月吧| 精品无码久久久久久久久| 色五月视频无码播放| 色色色五月天婷婷| 九九性视频| 亚洲超级碰| 超碰在线人妻| 久热这里这里有精品| 蜜桃五月天| 丁香五月 六月婷婷首页| 1024在线视频| a久久| 超碰碰碰碰| 欧美大片| 久热视频这里只有精品| 99色在线观看视频| 五月综合丁香婷婷| 超碰人人超碰| www.夜夜| 丁香美女主播视频在线观看| 五月婷婷综合影院| 丁香五月天啪啪| 五月天激情偷拍| 亚洲九九99精品视频在线播放| 九九无码视屏| 2017人人操| 看片视频在线免费日产在线看| 夜夜www| 五月丁香婷婷激情四射迷人| 色综合婷婷| 夜夜夜夜做天天天做无码视频| 色停停影院五月天| 99re在线精品视频| 激情com| 男人的天堂av俄罗斯热| 色五月婷婷在线| 99re最新地址视频| 狠狠干最新地址| 丁香久久五月婷综合| 色黑鬼导航| 性爱五月婷| 亚洲无码yw| 激情综合自拍五月婷婷色五月| 亚洲狠9| 九九久久网| www色婷婷| 超碰人妻公开在线| 婷婷内射视频在线| 天天免费成年人视频| www.91AV.COM| 色五月欧美| 人草人人| 婷婷性爱| 成人五月天。COM| 久久九九爽| va婷婷在线| 久久久久久久8| 亚洲天堂99| 五月激情婷婷女| 99热网站| 色婷婷人人| 色色五月丁香| 九九婷婷五月天| av婷婷丁香 六月| 三级99热| 风流少妇A片一区二区蜜桃| 美女丁香五婷婷| 色播丁香| 91seAV| 啪啪综合网| 亚洲最大五月六月丁香婷婷| 五月丁香婷婷啪啪| 丁香五月婷婷激情中文| 人人草人人爱| 色婷婷的五月天| 五月亭亭六月激情| 久99在线视频| 狠狠干综合| 中文网av| 狠狠搞五月天| 久久婷婷草| 99操视频| 激情五月深爱婷婷| 久99| 97精品综合久久内射| 婷婷深爱五月天| 婷婷六月开心网| 综合色五月|