python绘制等值线图_Python/Matplotlib双线性插值等值线图

我想绘制一个二维数据图，其中的值是由双线性插值确定的。作为初步测试，我决定只使用维基百科页面上的示例：

http://en.wikipedia.org/wiki/File:Bilininterp.png

但是，一般来说，我需要这种方法来处理任何一组数据，所以一个只适用于这种特殊情况的解决方案是没有用的。下面的数据中有一个稍微复杂的例子，注释为“另一个例子”。在

以下是我迄今为止所做的几次尝试，并有评论提到了它为什么不起作用：import matplotlib

import numpy as np

import matplotlib.cm as cm

import matplotlib.pyplot as plt

from scipy.interpolate import griddata

# http://en.wikipedia.org/wiki/File:Bilininterp.png

xi = np.array([0.0, 1.0])

yi = np.array([0.0, 1.0])

zi = np.array([[0.0, 1.0], [1.0, 0.5]])

# Another example

#xi = np.array([0.0, 0.25, 1.0])

#yi = np.array([0.0, 0.75, 1.0])

#zi = np.array([[0.0, 0.5, 1.0], [0.5, 0.7, 0.5], [1.0, 1.0, 1.0]])

# I want 20 "levels" to be shown

contour_breaks = 20

ticks = np.linspace(zi.min(), zi.max(), contour_breaks, endpoint=True)

# Attempt #1 (contour does not use bilinear interpolation)

fig = plt.figure()

axes = fig.add_subplot(111, aspect='equal')

axes.contour(xi, yi, zi, ticks[1:-1], colors='k')

fill = axes.contourf(xi, yi, zi, ticks, cmap=cm.jet)

fig.colorbar(fill, ticks=ticks)

# Attempt 2 (colors are weird for imshow -- they don't seem to be jet. I can't

# make it use ticks to make constant color zones/levels. The contour

# lines are the same as before (no bilinear). Also, you cannot input

# xi and yi, so the data would have to be interpolated to a regular

# grid - see the second set of example data above for an example

# where the data isn't regularly spaced)

fig = plt.figure()

axes = fig.add_subplot(111, aspect='equal')

axes.contour(xi, yi, zi, ticks[1:-1], colors='k')

fill = axes.imshow(zi, interpolation='bilinear', cmap=cm.jet,

extent=(0.,1.,0.,1.))

fig.colorbar(fill, ticks=ticks)

# Attempt 3 (griddata doens't do bilinear interpolation)

fig = plt.figure()

axes = fig.add_subplot(111, aspect='equal')

xi1, yi1 = np.meshgrid(xi, yi)

xi1 = xi1.flatten()

yi1 = yi1.flatten()

zi1 = zi.flatten()

xi2 = np.linspace(0., 1., 100)

yi2 = np.linspace(0., 1., 100)

zi2 = griddata((xi1, yi1), zi1, (xi2[None,:], yi2[:,None]), method='linear')

axes.contour(xi2, yi2, zi2, ticks[1:-1], colors='k')

fill = axes.contourf(xi2, yi2, zi2, ticks, cmap=cm.jet)

fig.colorbar(fill, ticks=ticks)

# Show the plots

plt.show()

python绘制等值线图_Python/Matplotlib双线性插值等值线图相关推荐

Python绘制图像（Matplotlib）（Ⅵ）
import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np 函数subplot()的使用 def no1() ...
python绘制花朵图案_Python实现平行坐标图的绘制(plotly)方式
平行坐标图简介当数据的维度超过三维时,此时数据的可视化就变得不再那么简单.为解决高维数据的可视化问题,我们可以使用平行坐标图.以下关于平行坐标图的解释引自百度百科:为了克服传统的笛卡尔直角坐标系容易 ...
python 等值线图_python – matplotlib等值线图：对数刻度的比例色度级
我建议生成一个伪色条如下(见解释说明): import matplotlib.pyplot as plt import numpy as np from matplotlib.colors impor ...
python颜色表_Python+matplotlib绘制不同大小和颜色散点图实例
具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib. ...
python动态柱状图_Python+matplotlib绘制动态更新的柱状图
Python+matplotlib绘制极坐标柱状图(南丁格尔玫瑰图) Python使用折线图.柱状图.热力图比较不同班级相同学号学生的成绩问题描述:有些学校的学号最后两位是根据入学成绩顺序排的,那么 ...
python不同颜色散点图_Python+matplotlib绘制不同大小和颜色散点图实例
具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib. ...
python画极坐标图_Python matplotlib绘制极坐标图
极坐标图在数据统计和分析中也经常会用到,这里就介绍一下如何使用Python来绘制极坐标图,主要介绍极坐标散点图和极坐标饼状图. 1.极坐标散点图 N = 150 r = 2 * np.random.r ...
python画箭头_Python matplotlib绘制图形，包括点、曲线、注释和箭头
Python的matplotlib模块绘制图形功能很强大,今天就用pyplot绘制一个简单的图形,图形中包括曲线.曲线上的点.注释和指向点的箭头. 1. 结果预览: 2. 代码如下: from mat ...
python三维散点图_Python Matplotlib实现三维数据的散点图绘制
一.背景近期项目即将开展,计划第一步就是实现数据的可视化,所以先学习一下数据展示相关Demo.选用Python2.7与Matplotlib来实现,平台采用Pycharm,值得一提的是,Matplot ...

python绘制等值线图_Python/Matplotlib双线性插值等值线图

python绘制等值线图_Python/Matplotlib双线性插值等值线图相关推荐

最新文章

热门文章