来自 x、y、z 值的 matplotlib 2D 图

Posted 2023-02-16

【中文标题】来自 x、y、z 值的 matplotlib 2D 图

【英文标题】：matplotlib 2D plot from x,y,z values

【发布时间】：2017-02-05 05:25:12

【问题描述】：

我是 Python 初学者。

我有一个 X 值列表

x_list = [-1,2,10,3]

我有一个 Y 值列表

y_list = [3,-3,4,7]

然后我为每对夫妇都有一个 Z 值。从原理上讲，它是这样工作的：

X   Y    Z
-1  3    5
2   -3   1
10  4    2.5
3   7    4.5

Z 值存储在z_list = [5,1,2.5,4.5] 中。 我需要得到一个 2D 图，其中 X 轴上的 X 值、Y 轴上的 Y 值以及由强度图表示的每一对 Z 值。 这是我尝试过的，但没有成功：

X, Y = np.meshgrid(x_list, y_list) 
fig, ax = plt.subplots()
extent = [x_list.min(), x_list.max(), y_list.min(), y_list.max()]
im=plt.imshow(z_list, extent=extent, aspect = 'auto')
plt.colorbar(im)
plt.show()

如何正确完成这项工作？

【参考方案1】：

问题是imshow(z_list, ...) 将期望z_list 是一个(n,m) 类型的数组，基本上是一个值网格。要使用 imshow 功能，您需要为每个网格点设置 Z 值，这可以通过收集更多数据或插值来完成。

这是一个示例，使用线性插值的数据：

from scipy.interpolate import interp2d

# f will be a function with two arguments (x and y coordinates),
# but those can be array_like structures too, in which case the
# result will be a matrix representing the values in the grid 
# specified by those arguments
f = interp2d(x_list,y_list,z_list,kind="linear")

x_coords = np.arange(min(x_list),max(x_list)+1)
y_coords = np.arange(min(y_list),max(y_list)+1)
Z = f(x_coords,y_coords)

fig = plt.imshow(Z,
           extent=[min(x_list),max(x_list),min(y_list),max(y_list)],
           origin="lower")

# Show the positions of the sample points, just to have some reference
fig.axes.set_autoscale_on(False)
plt.scatter(x_list,y_list,400,facecolors='none')

您可以看到它在您的采样点显示正确的值（由x_list 和y_list 指定，由半圆表示），但由于插值的性质，它在其他地方的变化要大得多和少量的样本点。

【参考方案2】：

这是一种方法：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import LogNorm

x_list = np.array([-1,2,10,3])
y_list = np.array([3,-3,4,7])
z_list = np.array([5,1,2.5,4.5])

N = int(len(z_list)**.5)
z = z_list.reshape(N, N)
plt.imshow(z, extent=(np.amin(x_list), np.amax(x_list), np.amin(y_list), np.amax(y_list)), norm=LogNorm(), aspect = 'auto')
plt.colorbar()
plt.show()

我点击了这个链接：How to plot a density map in python?