Python：我不断收到广播错误，但我不知道如何解决它

Question

我正在尝试根据我的目的调整此链接中接受的答案代码： Plot gradient arrows over heatmap with plt

我正在做一个项目，该项目需要我以 .csv 文件的形式拍摄热图像，然后从 .csv 文件中获取数据以制作显示热流方向的箭头（通过 quiverplot streamplot 等）从图像上最热点（最高像素值）开始。 我认为这可以使用图像的渐变来实现，但我不确定如何实现。

这是我的代码：

import matplotlib.pyplot as plt
import numpy as np
import math

directory = os.chdir(r'user_directory') #Set folder to look in
file = 'data.csv'
data = np.genfromtxt(file, delimiter = ',')

horizontal_min, horizontal_max, horizontal_stepsize = 0, 100, 0.3
vertical_min, vertical_max, vertical_stepsize = 0, 100, 0.5

horizontal_dist = horizontal_max-horizontal_min
vertical_dist = vertical_max-vertical_min

horizontal_stepsize = horizontal_dist / float(math.ceil(horizontal_dist/float(horizontal_stepsize)))
vertical_stepsize = vertical_dist / float(math.ceil(vertical_dist/float(vertical_stepsize)))

xv, yv = np.meshgrid(np.arange(horizontal_min, horizontal_max, horizontal_stepsize),
                 np.arange(vertical_min, vertical_max, vertical_stepsize))
xv+=horizontal_stepsize/2.0
yv+=vertical_stepsize/2.0

result_matrix = np.asmatrix(data)
yd, xd = np.gradient(result_matrix)

def func_to_vectorize(x, y, dx, dy, scaling=0.01):
    plt.arrow(x, y, dx*scaling, dy*scaling), fc="k", ec="k", head_width=0.06, 
head_length=0.1)

vectorized_arrow_drawing = np.vectorize(func_to_vectorize)

plt.imshow(np.flip(result_matrix,0), extent=[horizontal_min, horizontal_max, vertical_min, 
vertical_max])
vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)
plt.colorbar()
plt.show()

这是我得到的错误：

ValueError: operands could not be broadcast together with shapes (200,335) (200,335) (100,100) (100,100) ()

编辑：回溯错误

ValueError                                Traceback (most recent call last)
<ipython-input-95-25a8b7e2dff8> in <module>
     46 
     47 plt.imshow(np.flip(result_matrix,0), extent=[horizontal_min, 



horizontal_max, vertical_min, vertical_max])
---> 48 vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)
     49 plt.colorbar()
     50 plt.show()

~\Anaconda3\lib\site-packages\numpy\lib\function_base.py in __call__(self, 
*args, **kwargs)
   1970             vargs.extend([kwargs[_n] for _n in names])
   1971 
-> 1972         return self._vectorize_call(func=func, args=vargs)
   1973 
   1974     def _get_ufunc_and_otypes(self, func, args):

~\Anaconda3\lib\site-packages\numpy\lib\function_base.py in 
_vectorize_call(self, func, args)
   2046                       for a in args]
   2047 
-> 2048             outputs = ufunc(*inputs)
   2049 
   2050             if ufunc.nout == 1:

ValueError: operands could not be broadcast together with shapes (100,168) 
(100,168) (100,100) (100,100) ()

Answer 1

我猜错误是由于这对语句而发生的：

vectorized_arrow_drawing = np.vectorize(func_to_vectorize)
...
vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)

即使我的猜测是正确的，您也应该发布更多错误消息。

np.vectorize使用broadcasting来组合来自输入的值，并为每个组合发送一组标量值到func_to_vectorize 。

根据错误，5 arguments 具有以下形状：

(200,335) (200,335) (100,100) (100,100) ()

()数组是标量值 0.1。 那应该没问题。 但它不能将 (200,335) arrays 与 (100,100) 一起使用。 xv和yv arrays 与xd和yd不兼容。

Answer 2

你真的需要xd, yd, xv, yv都具有相同的形状（或者都可以广播到相同的形状，但在功能上这是一样的） vectorize才能工作。 最简单的方法是：

xv, yv = np.meshgrid(np.linspace(horizontal_min, horizontal_max, data.shape[0]),
                 np.linspace(vertical_min, vertical_max, data.shape[1]))

如果您确实希望在一个方向上比另一个方向具有更高的分辨率，则另一种方法是使用scipy.interpolate.interp2d将xd和yd内插到xv和yv的尺寸。 但这要复杂得多。