matplotlib x，y，z值的2D圖

我有X的值列表

x_list = [-1,2,10,3]

，我有y的值列表

y_list = [3,-3,4,7]

然後我對每對夫婦的Z值。示意性地，這就像是：

和Z值存儲在z_list = [5,1,2.5,4.5]。我需要用X軸上的X值，Y軸上的Y值以及每個對中的Z值（用強度圖表示）獲得2D圖。這是我曾經嘗試過，失敗：

X, Y = np.meshgrid(x_list, y_list) 
fig, ax = plt.subplots() 
extent = [x_list.min(), x_list.max(), y_list.min(), y_list.max()] 
im=plt.imshow(z_list, extent=extent, aspect = 'auto') 
plt.colorbar(im) 
plt.show()

如何得到這個正確呢？

來源

2016-09-27 johnhenry

這裏是做這件事的一種方法：

import matplotlib.pyplot as plt 
import nupmy as np 
from matplotlib.colors import LogNorm 

x_list = np.array([-1,2,10,3]) 
y_list = np.array([3,-3,4,7]) 
z_list = np.array([5,1,2.5,4.5]) 

N = int(len(z_list)**.5) 
z = z_list.reshape(N, N) 
plt.imshow(z, extent=(np.amin(x_list), np.amax(x_list), np.amin(y_list), np.amax(y_list)), norm=LogNorm(), aspect = 'auto') 
plt.colorbar() 
plt.show()

我跟着這個鏈接：How to plot a density map in python?

來源

2016-09-27 14:56:49

的問題是，imshow(z_list, ...)會期望z_list是一個(n,m)類型的數組，基本一個價值網格。要使用imshow函數，您需要爲每個網格點提供Z值，您可以通過收集更多數據或插值來完成這些操作。

下面是一個例子，使用您的數據的線性內插：

from scipy.interpolate import interp2d 

# f will be a function with two arguments (x and y coordinates), 
# but those can be array_like structures too, in which case the 
# result will be a matrix representing the values in the grid 
# specified by those arguments 
f = interp2d(x_list,y_list,z_list,kind="linear") 

x_coords = np.arange(min(x_list),max(x_list)+1) 
y_coords = np.arange(min(y_list),max(y_list)+1) 
Z = f(x_coords,y_coords) 

fig = plt.imshow(Z, 
      extent=[min(x_list),max(x_list),min(y_list),max(y_list)], 
      origin="lower") 

# Show the positions of the sample points, just to have some reference 
fig.axes.set_autoscale_on(False) 
plt.scatter(x_list,y_list,400,facecolors='none')

你可以看到，它在您的採樣點（由x_list和y_list，通過示出指定顯示正確的值半圓），但由於插值的性質和少量的採樣點，它在其他地方的變化要大得多。

來源

2016-09-27 19:57:25

matplotlib x，y，z值的2D圖

回答

相關問題