如何將2D網格點雲插入連續區域？

Question

我有一個2維Numpy NDarray填充0到8之間的浮點數。這個2維數組大小是(1000, 1600) 1000,1600 (1000, 1600) ，有大約1400個值，（點雲中的點），其余值是None ，所以matplotlib不會繪制這些值。 您可以在下圖中看到繪制的表格。 我想要的是，使用旁邊的值插值的None值具有漸變式熱圖。 這個pointcloud代表屋頂的形狀，我想把這個數據處理成一個我可以提供給神經網絡以檢測屋頂類型的圖像。

我用於此圖的代碼很短，

import matplotlib.pyplot as plt
plt.clf()
#plotGrid is the numpy.ndarray with shape (1000, 1600) and dtype float
plt.imshow(plotGrid, cmap='gray', interpolation='nearest')
plt.colorbar()
plt.show()

圖片（點擊放大，看點）：

Answer 1

tricontourf

您可以使用tricontour / tricontourf圖。 為此，您首先需要過濾掉所有的nan值（您應該確實使用無效值np.nan而不是None ）。 可以將這些值及其坐標放入plt.tricontourf()以獲得等高線圖而無需手動插值。

import matplotlib.pyplot as plt
import numpy as np

# Generate some example data
f = lambda x,y : np.exp((-(x-150)**2-(y-150)**2)/3.e3)
plotGrid = np.zeros((300,300))*np.nan
coo = np.random.randint(5,295, size=(150,2) )
for x,y in coo:
    plotGrid[y,x] = f(x,y)
#plotGrid is now a numpy.ndarray with shape (300,300), mostly np.nan, and dtype float

# filter out nan values and get coordinates.
x,y = np.indices(plotGrid.shape)
x,y,z = x[~np.isnan(plotGrid)], y[~np.isnan(plotGrid)], plotGrid[~np.isnan(plotGrid)]

plt.tricontourf(x,y,z)

plt.colorbar()
plt.show()

tripcolor

使用tripcolor是另一種選擇：

plt.tripcolor(x,y,z, shading='gouraud')

插值和contourf

您還可以先使用matplotlib.mlab.griddata在網格上插入數據，然后使用正常的contourf圖，

xi = np.linspace(0, plotGrid.shape[1], plotGrid.shape[1])
yi = np.linspace(0, plotGrid.shape[0], plotGrid.shape[0])
zi = mlab.griddata(x, y, z, xi, yi, interp='linear')
plt.contourf(xi, yi, zi, 15)

插值和imshow

或者以同樣的方式使用imshow情節，

plt.imshow(zi)

Answer 2

我認為scipy.interpolate.interp2d您的需求：

import scipy.interpolate

z_all = plotGrid.astype(float)            # convert nones to nan
x_all, y_all = np.indices(plotGrid.shape) # get x and y coordinates

# convert to 1d arrays of coordinates
valid = ~np.isnan(z_all)
x, y, z = x_all[valid], y_all[valid], z_all[valid]

# interpolate
interp = scipy.interpolate.interp2d(x, y, z)
filled_data = interp(x_all[:,0], y_all[0,:])  # this is kinda gross, but `interp` doesn't
                                              # do normal broadcasting

plt.imshow(filled_data)