2D三維表面圖。繪製圖上峯的指數（可能通過識別峯？）。 Python

我正在嘗試使用mplot3d模塊在3D中繪製二維曲面圖。2D三維表面圖。繪製圖上峯的指數（可能通過識別峯？）。 Python

我知道如何「手動」查找最大值及其位置（按行和列），這對我所做的事非常重要。有沒有辦法將這些信息繪製到高峯上？也就是說，在峯值旁邊寫入（maxval，row，col）？

P.S.而我正在問這個。也許有一個簡單的方法來確定第二個峯值（或其他任何峯值）？我目前使用的是面具，以掩蓋第一個高峯並找到第二個高峯，但我必須非常小心地選擇雙方，因爲如果我碰巧面具太少，一些非高峯的東西將被識別作爲一個峯值，而第二個峯值將不會被識別，從而搞亂了稱爲「峯峯值」信噪比的測量。

enter image description here Surface Plot

我目前使用的代碼是：

frame_a = gdal.Open("frame_{0:05d}.tif".format(274)).ReadAsArray() 
# in case this helps, this is how the images are read, they are 16-bit GS tiffs.  
frame_b = gdal.Open("frame_{0:05d}.tif".format(287)).ReadAsArray() 


#this does some clever stuff but basically it returns a 2-D 32x32 array. 
corr = correlate_windows(windows_a[99], windows_b[99], corr_method = corr_method, nfftx=nfftx, nffty=nffty) 

#this is how I find the position of max value. 
column = np.argmax(np.max(corr, axis=0)) 
row = np.argmax(np.max(corr, axis=1)) 
maximum = corr.max() 
print 'column = ' + str(column) 
print 'row = ' +str(row) 
print 'peak_1 = ' + str(maximum) 



import matplotlib.cm as cmps 
from mpl_toolkits.mplot3d import Axes3D 
from matplotlib.ticker import LinearLocator, FormatStrFormatter 

fig = pl.figure() 

ax = Axes3D(fig) 

# window size is 32 in this case 

nx, ny = window_size*2, window_size*2 

xx = range(nx) 

yy = range(ny) 

X, Y = np.meshgrid(xx, yy) 

ax.plot_surface(X , Y , corr , rstride = 1, cstride = 1) 

pl.show()

來源

2013-06-26 v.z.

作爲一個家務記錄，你不能包括圖像，直到你有更高的聲譽和足夠的代表你可以編輯其他職位。 – tacaswell

'鬆散對齊'是什麼意思？你能把第二張圖片放在某個地方嗎？你應該把問題的第二部分和第三部分分解成自己的問題。理想的SO線程只有一個問題，使得它們更容易回答，並使它們對未來的讀者更有用。 – tacaswell

感謝您的評論tcaswell！我編輯了這個問題。我想在問題的其他部分（現在刪除）中查找的內容實際上是修復了圖上的「視點」（在上圖中，您無法真正看到零是哪裏）。我認爲這應該很容易找到。 –

至於你的第二個問題，你會發現下面的帖子有用

Peak-finding algorithm for Python/SciPy

在我做了一些工作，我們使用了一個簡單的近似值o f的導數，當這個改變符號時你有一個峯值（在一維數據中），然後可以添加一些參數來消除由於噪聲引起的峯值。爲了將其擴展到2D，我已經閱讀了關於漸變（向上或向下）之後的算法，直到達到最大值。這些可能相當棘手，因爲它很容易陷入局部最小/最大值。如果您發佈後續內容，請在此鏈接，因爲我希望看到人們提出的內容。

來源

2013-06-26 16:02:12 Greg

啊，當然，微積分就是這樣！現在我明白爲什麼這個問題只應該有一個問題了...... –

2D三維表面圖。繪製圖上峯的指數（可能通過識別峯？）。 Python

回答

相關問題