我对数组中的多个量进行了多次测量，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”一样。
确实，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) 指出 B 有两个不同的值(B=8 和 B=7)。但是，对于某些组合，我知道存在功能依赖性，我需要绘制出来。
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？
最佳答案
您可能想要使用类似 scipy.interpolate.griddata 的内容准备您的 Z 数组。给定输入 X 和 Y，以及最终绘图所需的一组排序的、规则间隔的 X 和 Y 数组，这会将您的数据插值到规则间隔的二维数组中。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，其步长大小对您的数据有意义，例如
Xout = numpy.linspace(1,10,10)
Yout = numpy.linspace(1,10,10)
要将 Xout 和 Yout 数组转换为 2D 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造可用于绘图的插值 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，只需执行以下操作:
A, B, C, D = (row for row in m)
关于python - 如何在 MatPlotLib (NumPy) 中绘制多维数据的轮廓？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21765036/