我有一些二维范围内的数据,我有兴趣对其进行分析。这些数据最初位于列表 x、y 和 z 中,其中 z[i] 是位于 (x[i],y[i]) 处的点的值。然后我使用
将这些数据插入到规则网格中x=np.array(x)
y=np.array(y)
z=np.array(z)
xi=np.linspace(minx,maxx,100)
yi=np.linspace(miny,maxy,100)
zi=griddata(x,y,z,xi,yi)
然后我使用
绘制了 xi,yi,zi 数据plt.contour(xi,yi,zi)
plt.pcolormesh(xi,yi,zi,cmap=plt.get_cmap('PRGn'),norm=plt.Normalize(-10,10),vmin=-10,vmax=10)
这产生了这个情节:
在此图中,您可以看到类似 S 的曲线,其中值等于 0(此外:数据变化并不像颜色条中所示那么快 - 这只是我将数据标准化为的结果 - 10-10,当它实际上远远超出该范围时;我这样做是为了让零值区域显示得更好——也许还有更好的方法......)。
分散的点只是我拥有原始数据的点(是的,在这种情况下我的数据已经在规则网格上)。我很好奇的是,是否有一种好方法可以提取曲线为零的值并获得 x,y 对,如果将其绘制为一条线,则会在颜色网格中跟踪该零区域。我可以插入一个非常精细的网格,然后强力搜索最接近零的值。但是有没有一种更自动的方法来做到这一点,或者有一种更自动的方法来绘制这个“零线”?
还有一个第二个问题:我正确使用了 griddata,对吧?我有这些简单的一维数组,尽管其他地方的人在调用 griddata 之前使用各种网格、加载文本等。
最佳答案
这是一个完整的示例:
import numpy as np
import matplotlib.pyplot as plt
y, x = np.ogrid[-1.5:1.5:200j, -1.5:1.5:200j]
f = (x**2 + y**2)**4 - (x**2 - y**2)**2
plt.figure(figsize=(9,4))
plt.subplot(121)
extent = [np.min(x), np.max(x), np.min(y), np.max(y)]
cs = plt.contour(f, extent=extent, levels=[0.1],
colors=["b", "r"], linestyles=["solid", "dashed"], linewidths=[2, 2])
plt.subplot(122)
# get the points on the lines
for c in cs.collections:
data = c.get_paths()[0].vertices
plt.plot(data[:,0], data[:,1],
color=c.get_color()[0], linewidth=c.get_linewidth()[0])
plt.show()
这是输出:
关于python - 求解 numpy/matplotlib 中插值数据中的零,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23096018/