Skip to main content
 首页 » 编程设计

python之如何在 MatPlotLib (NumPy) 中绘制多维数据的等高线

2024年11月01日9haluo1

我在数组中有多个量的测量值,如下所示:

m = array([[2, 1, 3, 2, 1, 4, 2], # measurements for quantity A 
[8, 7, 6, 7, 5, 6, 8], # measurements for quantity B 
[0, 1, 2, 0, 3, 2, 1], # measurements for quantity C 
[5, 6, 7, 5, 6, 5, 7]] # measurements for quantity D 
) 

数量是相关的,我需要绘制各种等高线图。就像“B 与 D x A 的轮廓”。

的确,在一般情况下,函数可能没有很好地定义——例如在上面的数据中,第 0 列和第 3 列显示对于相同的 (D=5,A=2) 点 B 有两个不同的值(B=8 和 B=7)。但是,对于某些组合,我知道存在函数依赖性,我需要绘制它。

MatPlotLib 中的 contour() 函数需要三个数组:X 和 Y 可以是一维数组,Z 必须是具有相应值的二维数组。我应该如何从 m 中准备/提取这些数组?

请您参考如下方法:

你可能想使用类似 scipy.interpolate.griddata 的东西准备您的 Z 阵列。这会将您的数据插值到规则间隔的二维数组,给定您的输入 X 和 Y,以及最终绘图所需的一组已排序、规则间隔的 X 和 Y 数组。例如,如果 X 和 Y 包含 1 到 10 之间的数据点,那么您需要构造一组新的 X 和 Y,其步长对您的数据有意义,例如

Xout = numpy.linspace(1,10,10) 
Yout = numpy.linspace(1,10,10) 

要将 Xout 和 Yout 数组转换为二维数组,您可以使用 numpy.meshgrid ,例如

Xout_2d, Yout_2d = numpy.meshgrid(Xout,Yout) 

然后您可以使用这些新的规则间隔数组来构建可用于绘图的插值 Z 数组,例如

Zout = scipy.interpolate.griddata((X,Y),Z,(Xout_2d,Yout_2d)) 

此插值 2D Zout 应该可用于 Xout_2d 和 Yout_2d 的等高线图。

从 m 中提取数组很简单,只需执行如下操作即可:

A, B, C, D = (row for row in m)