[英]2D Density Plot with X Y Z data
我正在嘗試 plot 2d 地形 map 與 x、y 和 z(海拔)。 我按照以下鏈接中的步驟操作,但我變得非常奇怪 plot。
Python:二維輪廓 plot 來自 3 個列表:x、y 和 rho?
我花了將近半天的時間尋找,但一無所獲。
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate
# import data:
import xlrd
loc = "~/Desktop/Book4.xlsx"
wb = xlrd.open_workbook(loc)
sheet = wb.sheet_by_index(0)
sample=500
# Generate array:
x=np.array(sheet.col_values(0))[0:sample]
y=np.array(sheet.col_values(1))[0:sample]
z=np.hamming(sample)[0:sample][:,None]
# Set up a regular grid of interpolation points
xi, yi = np.meshgrid(x, y)
# Interpolate
rbf = scipy.interpolate.Rbf(x, y, z, function='cubic')
zi = rbf(xi, yi)
# Plot
plt.imshow(zi, vmin=z.min(), vmax=z.max(), origin='lower',
extent=[x.min(), x.max(), y.min(), y.max()])
plt.colorbar()
plt.show()
任何幫助將不勝感激
我認為問題在於您提供的數據不夠平滑,無法使用默認參數進行插值。 這是一種方法,使用mgrid
代替meshgrid
:
import numpy as np
import pandas as pd
from scipy.interpolate import Rbf
# fname is your data, but as a CSV file.
data = pd.read_csv(fname).values
x, y = data.T
x_min, x_max = np.amin(x), np.amax(x)
y_min, y_max = np.amin(y), np.amax(y)
# Make a grid with spacing 0.002.
grid_x, grid_y = np.mgrid[x_min:x_max:0.002, y_min:y_max:0.002]
# Make up a Z.
z = np.hamming(x.size)
# Make an n-dimensional interpolator.
rbfi = Rbf(x, y, z, smooth=2)
# Predict on the regular grid.
di = rbfi(grid_x, grid_y)
然后你可以看看結果:
import matplotlib.pyplot as plt
plt.imshow(di)
我得到:
我最近寫了一個關於這個主題的 Jupyter Notebook ,檢查一下其他的插值方法,比如克里金法和樣條擬合。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.