Matplotlib pcolor

Question

我正在使用Matplotlib根據一些數據創建圖像。 所有數據都在0到1的范圍內，我試圖使用色彩圖基於其值對數據進行着色，這在Matlab中完美運行，但是當將代碼轉換為Python時，我只需得到一個黑色正方形輸出。 我相信這是因為我正在繪制錯誤的圖像，所以它將所有數據繪制為0.我已經嘗試了幾個小時搜索這個問題而且我已經嘗試了plt.set_clim([0, 1])但是那並沒有好像什么都做。 我是Python和Matplotlib的新手，雖然我不是編程新手（Java，javascript，PHP等），但我看不出我哪里出錯了。 如果任何身體在我的代碼中可以看到任何明顯不正確的內容，那么我將非常感激。

謝謝

from numpy import *
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.colors as myColor

e1cx=[]
e1cy=[]
e1cz=[]
print("Reading files...")
in_file = open("eigenvector_1_component_x.txt", "rt")
for line in in_file.readlines():
e1cx.append([])
for i in line.split():
    e1cx[-1].append(float(i))
in_file.close()
in_file = open("eigenvector_1_component_y.txt", "rt")
for line in in_file.readlines():
e1cy.append([])
for i in line.split():
    e1cy[-1].append(float(i))
in_file.close()
in_file = open("eigenvector_1_component_z.txt", "rt")
for line in in_file.readlines():
e1cz.append([])
for i in line.split():
    e1cz[-1].append(float(i))
in_file.close()
print("...done")

nx = 120
ny = 128
nz = 190


fx = zeros((nz,nx,ny))
fy = zeros((nz,nx,ny))
fz = zeros((nz,nx,ny))

z = 0
while z<nz-1:
x = 0
while x<nx:
    y = 0
    while y<ny:
        fx[z][x][y]=e1cx[(z*128)+y][x]
        fy[z][x][y]=e1cy[(z*128)+y][x]
        fz[z][x][y]=e1cz[(z*128)+y][x]
        y += 1
    x += 1
z+=1
if((z % 10) == 0):      
    plt.figure(num=None)
    plt.axis("off")
    normals = myColor.Normalize(vmin=0,vmax=1)
    plt.pcolor(fx[z][:][:],cmap='spectral', norm=normals)   
    filename = 'Imagex_%d' % z
    plt.savefig(filename)
    plt.colorbar(ticks=[0,2,4,6], format='%0.2f')

Answer 1

雖然你已經解決了原始問題並且代碼有效，但我想指出python和numpy都提供了一些工具，使得這樣的代碼編寫起來更加簡單。 這里有一些例子：

加載數據中

不是通過附加到空列表的末尾來構建列表，而是通過其他列表生成列表通常更容易。 例如，而不是

e1cx = []
for line in in_file.readlines():
  e1cx.append([])
  for i in line.split():
    e1cx[-1].append(float(i))

你可以簡單地寫：

e1cx = [[float(i) for i in line.split()] for line in in_file]

語法[x(y) for y in l]被稱為列表推導 ，並且除了更簡潔之外，它將比for循環更快地執行。

但是，要從文本文件加載表格數據，使用numpy.loadtxt更簡單：

import numpy as np
e1cx = np.loadtxt("eigenvector_1_component_x.txt")

欲獲得更多信息，

print np.loadtxt.__doc__

另見，其稍微復雜的堂兄numpy.genfromtxt

重塑數據

現在我們已經加載了數據，我們需要重塑它。 你使用的while循環工作正常，但numpy提供了一種更簡單的方法。 首先，如果您更喜歡使用加載數據的方法，那么使用e1cx = array(e1cx)等將您的特征向量數組轉換為適當的numpy數組。

array類提供了重新排列數組中數據索引的方法，而無需復制它。 最簡單的方法是array.reshape ，它將執行while循環的一半：

almost_fx = e1cx.reshape((nz,ny,nx))

這里， almost_fx是一個rank-3數組，索引為almost_fx[iz,iy,ix] 。 需要注意的一件重要事情是e1cx和almost_fx共享他們的數據。 因此，如果更改e1cx[0,0] ，您還將更改almost_fx[0,0,0] 。

在您的代碼中，您交換了x和y位置。 如果這確實是你想要做的，你可以使用array.swapaxes完成這個：

fx = almost_fx.swapaxes(1,2)

當然，您總是可以將它組合成一行

fx = e1cx.reshape((nz,ny,nx)).swapaxes(1,2)

但是，如果您希望z切片（ fx[z,:,:]以x水平和y垂直繪圖，您可能不希望交換上面的軸。 只是重塑和策划。

切片陣列

最后，不是循環遍歷z-index並測試10的倍數，而是可以使用以下方法直接在數組的一個切片上循環：

for fx_slice in fx[::10]:
  # plot fx_slice and save it 

這個索引語法是array[start:end:step]其中， start被包括在結果end是沒有的。 將start空白表示為0，而將end空白表示列表的結尾。

摘要

總之，您的完整代碼（在介紹了一些像enumerate這樣的python習語之后）可能看起來像：

import numpy as np
from matplotlib import pyplot as pt

shape = (190,128,120)

fx = np.loadtxt("eigenvectors_1_component_x.txt").reshape(shape).swapaxes(1,2)

for i,fx_slice in enumerate(fx[::10]):
  z = i*10
  pt.figure()
  pt.axis("off")
  pt.pcolor(fx_slice, cmap='spectral', vmin=0, vmax=1)
  pt.colorbar(ticks=[0,2,4,6], format='%0.2f')
  pt.savefig('Imagex_%d' % z)

或者，如果每個元素需要一個像素，則可以用for替換for循環體

z = i*10
pt.imsave('Imagex_%d' % z, fx_slice, cmap='spectral', vmin=0, vmax=1)