我的问题是是否有任何方法可以使用 matplotlib 平滑 2D 彩色 map ?我的代码:
def map():
# setup parameters
j = 0
N = 719
N2 = 35
x = np.linspace(190, 800, N)
y = np.linspace(10, 360, N2) # (1,2,3), 1 - start Temp, 2- end temp + 10K, 3 - how many steps to reach it
z = []
A = np.zeros([35,719]) # [1 2], 1 - number of spectras, 2 - delta wavelength
# run
for i in range(10,360,10):
Z = []
file_no = (str(0) + str(i))[-3:]
data = np.genfromtxt('C:\\Users\\micha_000\\Desktop\\Measure\\' + '160317_LaPONd_g500_%s_radio.txt'%file_no,skip_header = 12)
for line in data:
Z.append(line[1]-6000)
A[j,:] = Z
j = j+1
X, Y = np.meshgrid(x,y)
fig, ax = plt.subplots()
cs = ax.contourf(X, Y, A, cmap=cm.viridis)
norm = colors.Normalize(vmin = 0, vmax = 1)
plt.xlabel('wavelength [nm]')
plt.ylabel('temperature [K]')
plt.title('LaPONd_g500')
cbar = fig.colorbar(cs, norm = norm)
plt.savefig('C:\\Users\\micha_000\\Desktop\\Measure\\LaPONd_g500_radio_map.png')
plt.show()
plt.close()
有没有办法通过平滑像素过渡来让它看起来更好?
最佳答案
问题不在于调色板(它们在 matplotlib 中都是平滑的),而是您正在使用 contourf()
的事实,它会生成一组有限的计数,每个计数都有一种颜色,因此并不顺利。默认值类似于 10 个计数。
一个快速解决方案:通过指定级别来增加等高线级别的数量(您也可以给出要包含哪些级别的数组):
cs = ax.contourf(X, Y, A, cmap=cm.viridis, levels=100)
更好的是,因为您的数据数据似乎已经在网格上(例如每个像素的 X、Y、Z 值),您应该使用 pcolormesh(X,Y,A)
而不是轮廓来绘制它。这将绘制完全连续的值,而不是步骤。
关于python - 如何在 matplotlib 中平滑 2D 颜色图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42864823/