我有以下类型的一些数据: grid = np.array([posx, posy]) 其中 posx 和 posy 是一些 X/Y 位置，存储在另一个数组中。 (转置的)网格可能看起来像:
grid = np.array([posx, posy])
print grid.T
[[ 2.47685286 2.51629155]
[ 2.47685286 8.51629155]
[ 2.47685286 14.51629155]
[ 8.47685286 5.51629155]
[ 8.47685286 11.51629155]
[ 14.47685286 2.51629155]
[ 14.47685286 8.51629155]
[ 14.47685286 14.51629155]]
尤其是每个“行”中的 y 位置不相同并且点数不同，我认为这是我的问题之一。
此外，相应的数据存储在另一个(1D-)数组中，如 data = [2.3 4.7 -0.3 .....] 具有与我的点数相同的条目数。 我的目标是将这些数据绘制成一种平滑的热图，通过颜色显示高/低值的位置。到目前为止我用过:
import numpy as np
import matplotlib.pyplot as p
p.imshow(data, interpolation=None)
p.colorbar()
p.show()
显然我的问题是我需要调整点的位置。 我搜索了其他一些帖子，但使用这种数据形式从未解决过。 我也尝试通过简单地 reshape 数据来调整它，但由于点数不规则，这不起作用
因为我是新来的，所以我也很高兴收到有关如何改进我的帖子的评论(需要更多意见等) 提前致谢!
最佳答案
这个问题有多种解决方案。
如果您只是想将点显示为某种大小的标记，颜色取决于 z 数组中的值，那么散点图就可以了很好。但是，如果点之间的空间也应该着色，则应使用插值和等高线。幸运的是，这些东西也已经在 matplotlib 中实现了不规则间隔的数据(“unstructured grid”上的数据)，这是你所拥有的，因为点不能轻易映射到规则网格(尽管在你给出的小例子中，似乎确实存在大小相等的三角形的趋势)。
以下 3 个示例说明了您可能想要进一步研究的函数:plt.scatter、plt.tripcolor 和 plt.tricontourf。我将数据集变大了一点，这样您就可以了解 z 表示的函数。
x,y = (2*np.random.rand(50)-1 for _ in range(2))
z = np.exp(-x*x - y*y) - np.cos(x) # turtle-surface around origin
f, ax = plt.subplots(1,3, sharex=True, sharey=True, num=2, subplot_kw={'xlim': (-1,1), 'ylim': (-1, 1)})
ax[0].scatter(x,y, s=500*(z-z.min()), c=z, cmap='hot') # scatterplot with variable-sized markers and colors
ax[1].tripcolor(x, y, z, cmap='hot') # creates a tesselation and colors the formed triangles based on the values in the 3 nodes
ax[2].tricontourf(x, y, z, cmap='hot') # estimates the underlying surface
for indx in (1,2):
ax[indx].triplot(x,y, 'ko ') # add the locations of the points
for axes in ax: # turn off the needless clutter
axes.tick_params(axis='both', which='both', bottom='off', left='off', labelbottom='off', labelleft='off')
ax[0].set_title('scatter')
ax[1].set_title('tripcolor')
ax[2].set_title('tricontourf')
关于Python/Pyplot : Plotting 2D-Data at given (X, Y)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37294845/