3

我正在绘制天线周围场强的 3D 极坐标图。数据样本如下所示：

0.5  0  -22
0.5  0  -21
0.5  0  -22
0.5  0  -21
0.5  0  -22
0.5  0  -22
0.5  0  -22
0.5  0  -22

第 1 列是天线的半径，第 2 列是天线周围的角度，第 3 列是场强的 dBm 值。

我在每个点都采集了一些样本，这些样本由我的脚本平均。3 个对应的列表 R、P 和 Z，其中包含每个独特点的场强的半径、角度和线性值。

我想绘制值的 3D 极坐标图。为此，我将 R 和 P 值从极坐标转换为笛卡尔坐标 X 和 Y。

# transform them to cartesian system 
X,Y = R*np.cos(P),R*np.sin(P)

然后我使用以下代码插入数据

xi = np.linspace(X.min(),X.max(),100)
yi = np.linspace(Y.min(),Y.max(),100)

zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')

然后我创建一个网格并绘制数据如下

xig, yig = np.meshgrid(xi, yi)

surf = ax.plot_surface(xig, yig, zi,linewidth=0)
plt.show()

这将创建以下图

阴谋

有没有办法让表面更光滑？使用 griddata type=cubic 插值数据不起作用，只是用“nan”值填充矩阵 zi。也许有更好的 3D 替代方案，或者我做错了什么？

使用建议的 interp2d 函数刚刚导致 zi 被 nan 值填充。我已通过以下方式使用它：

zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')
interp2d(xi, yi, zi, kind='cubic')

和

zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')
zi = interp2d(xi, yi, zi, kind='cubic')

两者都给出了以下错误，

Warning:     No more knots can be added because the number of B-spline coefficients
already exceeds the number of data points m. Probably causes: either
s or m too small. (fp>s)
kx,ky=3,3 nx,ny=104,105 m=10000 fp=nan s=0.000000

我也试过

interp = interp2d(X,Y,Z,kind='cubic'); new_zi = interp(xi, yi)

这给了我一个类似的错误：

Warning:     No more knots can be added because the number of B-spline coefficients
already exceeds the number of data points m. Probably causes: either
s or m too small. (fp>s)
kx,ky=3,3 nx,ny=14,15 m=104 fp=nan s=0.000000

虽然 m 小得多。

看起来问题是 s 为 0 且 fp=nan。这些价值观是什么？

4

1 回答 1

1

s是设置给定点的误差的参数（即插值表面可以错过源点的距离）。如果s=0，则插值必须准确地命中每个点。如果您的数据中有噪音，则较高导数将不会变得平滑，它会 1）使您的拟合表面看起来很糟糕，因为它会扭曲自己以匹配值，并且较高导数 2）需要很多控制点。

对于嘈杂的数据，高阶插值实际上可能比线性插值差得多。

根据interp2D文档，它实际上只是调用bisplrep（doc），您可以直接使用它，并且可以访问更多旋钮。

要获得“母亲”插值，您将不得不接受对原始数据进行某种程度的平滑处理。是否可以由您决定。

于 2013-04-16T19:19:02.660 回答