3

我在圆形区域的各个点以极坐标格式获取了少量不规则间隔的数据。我需要进行插值以在规则间隔的网格上获取数据，然后我想使用等高线图绘制它们。

我已经设法进行插值并绘制结果，但我必须从极坐标转换为直角坐标才能进行插值，当我将数据转换回极坐标时，我会在极坐标图上得到伪影。

以下代码演示了我到目前为止所拥有的内容，并将数据绘制在极坐标图和矩形图上：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import Rbf

# inputs as 1D arrays
r = np.array([0, 1, 1, 1, 1, 2, 2, 2, 2])
theta = np.radians(np.array([0, 90, 180, 270, 0, 90, 180, 270, 0]))
# z = f(theta, r)
z = np.array([8, 7, 6, 4, 5, 2, 2, 2, 2])

# convert to rect
x = r * np.cos(theta)
y = r * np.sin(theta)

# create RBF for smoothing
rbf = Rbf(x, y, z)

# create grid to smooth over
xi, yi = np.mgrid[-2:2:10j, -2:2:10j]
# smooth
zi = rbf(xi, yi)

# convert back to polar
ri = np.sqrt(xi*xi + yi*yi)
ti = np.arctan2(yi, xi)

# polar plot
fig = plt.figure()
ax = plt.subplot(121, polar=True)
cax = ax.contour(ti, ri, zi, 10, linewidths=0.5, colors='k')
cax = ax.contourf(ti, ri, zi, 10, cmap=plt.cm.Spectral)
ax.set_rmax(2)

# rect plot
ax = plt.subplot(122)
cax = ax.contour(xi, yi, zi, 10, linewidths=0.5, colors='k')
cax = ax.contourf(xi, yi, zi, 10, cmap=plt.cm.Spectral)

plt.show()

剩下的问题是：

  • 我可以修复轮廓线伪影吗？
  • Scipy 是否提供更合适的插值算法，适用于包含极坐标的此类小型数据集？
4

1 回答 1

4

您可能也想阅读此内容，但就极坐标中的等高线图而言，matplotlib预计半径和角度中的规则网格数组，因此您可以很好地绘制所有内容：

# polar plot
ri, ti = np.mgrid[0:2:100j, 0:2*np.pi:100j]
zi = rbf(ri*np.cos(ti), ri*np.sin(ti))

fig = plt.figure()
ax = plt.subplot(121, polar=True)
cax = ax.contour(ti, ri, zi, 10, linewidths=0.5, colors='k')
cax = ax.contourf(ti, ri, zi, 10, cmap=plt.cm.Spectral)
ax.set_rmax(2)

# rect plot
xi, yi = np.mgrid[-2:2:100j, -2:2:100j]
zi = rbf(xi, yi)

ax = plt.subplot(122, aspect='equal')
cax = ax.contour(xi, yi, zi, 10, linewidths=0.5, colors='k')
cax = ax.contourf(xi, yi, zi, 10, cmap=plt.cm.Spectral)
plt.show()

在此处输入图像描述

我对您使用Rbf. 你到底想做什么，为什么要使用那个插值器？

于 2013-01-16T23:54:41.427 回答