matplotlib 2D數據切片

Question

我無法找到任何相關內容，也許是因為我沒有正確的命名法（即我不確切知道如何要求它），但無論如何，我有一個3D numpy數組“a”。 我想識別並繪制a = 0的2D表面。 為了清楚起見，數據是雙精度浮點數在3D空間中平滑變化。 表面a = 0很可能會“穿過”陣列的點之間，而不是恰好位於它們中的任何一個上。 所以我需要一些可以插值來找到a = 0表面並繪制它的東西。 matplotlib是否有這樣做的現成例程？

Answer 1

使用Plotly，您可以在體積數據中繪制平面和非線性切片： http ： //nbviewer.jupyter.org/github/empet/Plotly-plots/blob/master/Plotly-Slice-in-volumetric-data.ipynb

Answer 2

要“識別並繪制a = 0的2D表面”，你只需要將數據子集a=0和繪圖（如下所示）如果你正在尋找數據投影到那個平面上，那么這就是一點點更復雜。

threeD = np.array([(x,y,z) for x in [0,1] for y in [1,2] for z in [5,6]])
twoD = np.array([(y,z) for (x,y,z) in threeD if x==0])
y,z = zip(*twoD)
plt.plot(y,z, 'o')
plt.xlim(0,3)
plt.ylim(0,7)

Answer 3

體積切片操作通常依賴於插值的概念，最典型的是： 最近鄰 ， 線性和立方 。 請注意，這些方法適用於更多維數（例如參見雙線性或三線性插值）。

在這種情況下，你說你有一個卷，你可以從中檢索X，Y，Z（或混合，但不考慮這種情況，因為它是一個新的整體問題，只會帶來混亂）。

因此，例如，考慮切片X = 5和X = 6，您想知道如何獲得X = 5.5。 看看這個例子：

def linear_interpolation(p1, p2, x0):
    """
    Function that receives as arguments the coordinates of two points (x,y)
    and returns the linear interpolation of a y0 in a given x0 position. This is the
    equivalent to obtaining y0 = y1 + (y2 - y1)*((x0-x1)/(x2-x1)).
    Look into https://en.wikipedia.org/wiki/Linear_interpolation for more
    information.

    Parameters
    ----------
    p1     : tuple (floats)
        Tuple (x,y) of a first point in a line.
    p2     : tuple (floats)
        Tuple (x,y) of a second point in a line.
    x0     : float
        X coordinate on which you want to interpolate a y0.

    Return float (interpolated y0 value)
    """
    return p1[1] + (p2[1] - p1[1]) * ((x0 - p1[0]) / (p2[0] - p1[0]))

X, Y, Z = np.meshgrid(range(10), range(10), range(10))
vol = np.sqrt((X-5)**2 + (Y-5)**2 + (Z-5)**2)

Slice5dot5 = linear_interpolation((Y[5, :, :], vol[5, :, :]), (Y[6, :, :], vol[6, :, :]), 5.5)

f, (ax1, ax2, ax3) = plt.subplots(1, 3, sharey=True)
ax1.imshow(vol[5, :, :], interpolation='nearest', origin='lower', vmin=vol.min(), vmax=vol.max())
ax1.set_title("vol[5, :, :]")
ax2.imshow(Slice5dot5, interpolation='nearest', origin='lower', vmin=vol.min(), vmax=vol.max())
ax2.set_title("vol[5.5, :, :]")
ax3.imshow(vol[6, :, :], interpolation='nearest', origin='lower', vmin=vol.min(), vmax=vol.max())
ax3.set_title("vol[6, :, :]")
plt.show()

該函數出現在文檔中（它是我做過的一個舊項目的一部分）與數字一起使用，但它與numpy 2D切片一樣好（並且它比循環所有這些單元要快得多）。

結果如下：

你會注意到顏色從左到右變得蒼白。 中間的切片是完全插值的，之前不存在。