我有这种形状的numpy数组:(33,10)。当我绘制轮廓时,我会得到这样的丑陋图像:
虽然contour()
似乎没有关于平滑或某种插值功能的任何争论。
我以某种方式期望提供等高线图的工具也应该提供平滑。
在 MPL 中有直接的方法吗?
我有这种形状的numpy数组:(33,10)。当我绘制轮廓时,我会得到这样的丑陋图像:
虽然contour()
似乎没有关于平滑或某种插值功能的任何争论。
我以某种方式期望提供等高线图的工具也应该提供平滑。
在 MPL 中有直接的方法吗?
正如其他人已经指出的那样,您需要插入数据。
有许多不同的方法可以做到这一点,但对于初学者来说,请考虑scipy.ndimage.zoom
.
作为一个简单的例子:
import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt
data = np.loadtxt('data.txt')
# Resample your data grid by a factor of 3 using cubic spline interpolation.
data = scipy.ndimage.zoom(data, 3)
plt.contour(data)
plt.show()
如果您的数据稀疏,Joe Kingtons 的回答非常棒。
如果您的数据嘈杂,您应该考虑对其进行过滤:
from numpy import loadtxt
from scipy.ndimage.filters import gaussian_filter
from matplotlib.pyplot import contour, show
sigma = 0.7 # this depends on how noisy your data is, play with it!
data = loadtxt('data.txt')
data = gaussian_filter(data, sigma)
contour(data)
show()
没有简单的方法来获得平滑的轮廓。另一种方法是尝试imshow
。您可以在这里寻找其他可能性。
import pylab as plt
import numpy as np
Z=np.loadtxt('data.txt')
plt.subplot(131)
plt.imshow(Z,interpolation='nearest')
plt.subplot(132)
plt.imshow(Z)
plt.subplot(133)
plt.imshow(Z,interpolation='gaussian')
plt.show()
尝试使用gaussian_filter平滑您的数据集。有关更多信息,请参见示例。