python - 在轮廓上绘制点 - Matplotlib/Python

Question

我正在尝试使用 Matplotlib 在轮廓上绘制一些点。

我有标量场，我想从中绘制等高线。 然而，我的 ndarray 的维度是 0 x 20，但我的实际空间从 -4 到 4 不等。

我可以使用这段代码绘制这个等高线:

x, y = numpy.mgrid[-4:4:20*1j, -4:4:20*1j]

# Draw the scalar field level curves
cs = plt.contour(scalar_field, extent=[-4, 4, -4, 4])
plt.clabel(cs, inline=1, fontsize=10)

问题是因为我必须在这个图上绘制一些点，并且这些点是使用 ndarray 获得的，即，我得到的点随着这个数组维度的变化而变化。

我尝试使用这段代码绘制这些点:

def plot_singularities(x_dim, y_dim, steps, scalar_field, min_points, max_points, file_path):
    """
    :param x_dim : the x dimension of the scalar field
    :param y_dim : the y dimension of the scalar field
    :param steps : the discretization of the scalar field
    :param file_path : the path to save the data
    :param scalar_field : the scalar_field to be plot
    :param min_points : a set (x, y) of min points of the scalar field
    :param max_points : a set (x, y) of max points of the scalar field
    """
    min_points_x = min_points[0]
    min_points_y = min_points[1]
    max_points_x = max_points[0]
    max_points_y = max_points[1]

    plt.figure()

    x, y = numpy.mgrid[-x_dim:x_dim:steps*1j, -y_dim:y_dim:steps*1j]

    # Draw the scalar field level curves
    cs = plt.contour(scalar_field, extent=[-x_dim, x_dim, -y_dim, y_dim])
    plt.clabel(cs, inline=1, fontsize=10)

    # Draw the min points
    plt.plot(min_points_x, min_points_y, 'ro')

    # Draw the max points
    plt.plot(max_points_x, max_points_y, 'bo')

    plt.savefig(file_path + '.png', dpi=100)
    plt.close()

但我得到了这张图片:

这是不正确的。

如果我改变这一行:

cs = plt.contour(scalar_field, extent=[-x_dim, x_dim, -y_dim, y_dim])

对于那个:

cs = plt.contour(scalar_field)

我得到了所需的行为，但范围并未显示我的真实数据空间，而是 ndarray 维度。

最后，如果我不绘制这些点(注释 plot() 行)，我可以绘制我想要的范围:

但我必须绘制这些点。 两个数据都在同一个空间。 但是 contour() 函数允许我指定网格。 在绘制点时，我可以找到一种方法来执行此操作。

如何正确设置范围？

Answer 1

如果您不提供 x和 y与标量场对应的数据，contour使用不超过数组大小的整数值。这就是轴显示数组维度的原因。参数extent应该给出最小值和最大值 x和 y值(value)观；我假设这就是您所说的“数据空间”。所以调用contour会是:

contour(scalar_field,extent=[-4,4,-4,4])

这可以通过指定 x 来复制和 y数据:

contour(numpy.linspace(-4,4,20),numpy.linspace(-4,4,20),scalar_field)

然后轮廓看起来与您的第一个图中完全一样。我假设这是不正确的原因，因为最小点和最大点不在正确的位置。根据您提供的信息，这是因为 min_points和 max_points您传递给函数的是数组 scalar_field 的索引 , 所以它们对应于整数，而不是实际的 x和 y值。尝试使用这些索引来访问 x和 y通过定义点:

x=numpy.linspace(-4,4,20)
y=numpy.linspace(-4,4,20)

例如，如果您的最小积分为 (0,1) , 它将对应于 (x[0], y[1]) .我认为可以用 mgrid 做类似的事情。 ，但我自己从未使用过。