python中griddata_python – 来自xyz数据的Matplotlib轮廓:griddata无效索引[通俗易懂]

python中griddata_python – 来自xyz数据的Matplotlib轮廓:griddata无效索引[通俗易懂]我正在尝试使用具有以下格式的文件的matplotlib来绘制等高线图:x1y1z1x2y2z2等等我可以用numpy.loadtxt加载它来获取向量.到目前为止,没有麻烦.我读这个是为了学习如何绘图,并且可以通过复制粘贴来重现它,所以我确定我的安装没有错:我知道我必须输入x和y作为矢量,z作为数组输入,这可以用griddata完成.这也是我在这个网站上找到的.文件说:zi=gridda…

大家好,又见面了,我是你们的朋友全栈君。

我正在尝试使用具有以下格式的文件的matplotlib来绘制等高线图:

x1 y1 z1

x2 y2 z2

等等

我可以用numpy.loadtxt加载它来获取向量.到目前为止,没有麻烦.

我读这个是为了学习如何绘图,并且可以通过复制粘贴来重现它,所以我确定我的安装没有错:

我知道我必须输入x和y作为矢量,z作为数组输入,这可以用griddata完成.这也是我在这个网站上找到的.

文件说:

zi = griddata(x,y,z,xi,yi) fits a surface of the form z = f*(*x, y) to the data in the (usually) nonuniformly spaced vectors (x, y, z). griddata() interpolates this surface at the points specified by (xi, yi) to produce zi. xi and yi must describe a regular grid, can be either 1D or 2D, but must be monotonically increasing.

为了这个例子,我写了这段代码:

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.mlab as ml

x=np.linspace(1.,10.,20)

y=np.linspace(1.,10.,20)

z=np.linspace(1.,2.,20)

xi=np.linspace(1.,10.,10)

yi=np.linspace(1.,10.,10)

zi = ml.griddata(x,y,z,xi,yi)

但是,当涉及到griddata时,我收到以下错误:

IndexError:索引无效

所以,我试着修改一下doc的例子,如下所示:

from matplotlib.mlab import griddata

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-2.1,2.1,300)

y = np.linspace(-2.1,2.1,300)

z = x*np.exp(-x**2-y**2)

# define grid.

xi = np.linspace(-2.1,2.1,100)

yi = np.linspace(-2.1,2.1,200)

# grid the data.

zi = griddata(x,y,z,xi,yi,interp=’linear’)

我得到了同样的错误.我不明白出了什么问题.

谢谢你的帮助.

解决方法:

考虑:

x = np.linspace(1., 10., 20)

y = np.linspace(1., 10., 20)

z = np.linspace(1., 2., 20)

这意味着我们知道沿x = y线的某些点的z值.

从那里,

zi = ml.griddata(x,y,z,xi,yi)

要求mlab.griddata推断矩形网格中所有点的z值.

我们已经提供了很多关于z如何沿着这条线变化的信息,但没有关于z如何在垂直方向上变化的信息(远离x = y线).由于mlab.griddata拒绝猜测,因此引发了错误.

如果您的初始x,y数据更随机分布,您将获得更好的结果:

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.mlab as ml

ndata = 10

ny, nx = 100, 200

xmin, xmax = 1, 10

ymin, ymax = 1, 10

# x = np.linspace(1, 10, ndata)

# y = np.linspace(1, 10, ndata)

x = np.random.randint(xmin, xmax, ndata)

y = np.random.randint(ymin, ymax, ndata)

z = np.random.random(ndata)

xi = np.linspace(xmin, xmax, nx)

yi = np.linspace(ymin, ymax, ny)

zi = ml.griddata(x, y, z, xi, yi)

plt.contour(xi, yi, zi, 15, linewidths = 0.5, colors = ‘k’)

plt.pcolormesh(xi, yi, zi, cmap = plt.get_cmap(‘rainbow’))

plt.colorbar()

plt.scatter(x, y, marker = ‘o’, c = ‘b’, s = 5, zorder = 10)

plt.xlim(xmin, xmax)

plt.ylim(ymin, ymax)

plt.show()

如果你想让mlab.griddata以任意方式沿着x = y线将数据外推到整个网格,你可以添加两个额外的边界点(xmin,ymax,z [0])和(xmax,ymin,z [ – 1]):

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.mlab as ml

np.random.seed(8)

ndata = 10

ny, nx = 100, 200

xmin, xmax = 1, 10

ymin, ymax = 1, 10

x = np.linspace(1, 10, ndata)

y = np.linspace(1, 10, ndata)

z = np.random.random(ndata)

x = np.r_[x,xmin,xmax]

y = np.r_[y,ymax,ymin]

z = np.r_[z,z[0],z[-1]]

xi = np.linspace(xmin, xmax, nx)

yi = np.linspace(ymin, ymax, ny)

# Requires installation of natgrid

# http://sourceforge.net/projects/matplotlib/files/matplotlib-toolkits/

zi = ml.griddata(x, y, z, xi, yi, interp=’nn’)

# Or, without natgrid:

# zi = ml.griddata(x, y, z, xi, yi, interp=’linear’)

plt.contour(xi, yi, zi, 15, linewidths = 0.5, colors = ‘k’)

plt.pcolormesh(xi, yi, zi, cmap = plt.get_cmap(‘rainbow’))

plt.colorbar()

plt.scatter(x, y, marker = ‘o’, c = ‘b’, s = 10, zorder = 10)

plt.xlim(xmin, xmax)

plt.ylim(ymin, ymax)

plt.show()

标签:python,matplotlib,interpolation

来源: https://codeday.me/bug/20191004/1851562.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/141297.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 哈佛结构与冯.诺依曼结构(普林斯顿结构)[通俗易懂]

    哈佛结构与冯.诺依曼结构(普林斯顿结构)[通俗易懂]过去知道计算机的体系结构分为哈佛结构与冯.诺依曼结构,但并没有去总结他们有什么区别。今天来看看它们有什么区别。冯.诺依曼结构,又称为普林斯顿结构。是一种经典的体系结构,有CPU,总线,外部存储器组成。这种体系结构采用程序代码存储器与数据存储器合并在同一存储器里,但程序代码存储器地址与数据存储器地址分别指向不同的物理地址。程序指令宽度与数据宽度一样。数据总线和地址总线共用。但是随着CPU设计

  • printwriter用法_class类反射方法

    printwriter用法_class类反射方法1.java.io.PrintWriter是java中很常见的一个类,该类可用来创建一个文件并向文本文件写入数据。可以理解为java中的文件输出,java中的文件输入则是java.io.File。2.常用的构造方法:注:java.io.PrintWriter的构造方法并不局限于一下范例,java.io.PrintWriter构造方法的参数也可以是字节流。因为本篇文章主要讲关于文件的操作,所以参数是…

  • java验证手机号正则表达式_Java使用正则表达式验证手机号和电话号码的方法「建议收藏」

    java验证手机号正则表达式_Java使用正则表达式验证手机号和电话号码的方法「建议收藏」一个朋友需要,所以写了这两个,话不多说,看代码中国电信号段133、149、153、173、177、180、181、189、199中国联通号段130、131、132、145、155、156、166、175、176、185、186中国移动号段134(0-8)、135、136、137、138、139、147、150、151、152、157、158、159、178、182、183、184、187、1…

  • 如何安装svn服务器_电脑服务器在哪里打开

    如何安装svn服务器_电脑服务器在哪里打开安装svn服务器

  • C++ merge函数

    C++ merge函数C++merge函数首先,merge()函数调用前必须保L1,L2是有序的,然后才能调用merge()函数。所以应该做两处更改:1.在worker类的公有函数中添加以下定义排序准则的函数。booloperator<(constworker&kk) { returnthis->age<kk.getAge(); }2.在调用…

  • JavaScript高级程序设计(第3版)中文在线阅读,也可以免费下载~

    JavaScript高级程序设计(第3版)中文在线阅读,也可以免费下载~在线阅读地址:http://www.chinastor.org/upload/2014-12/14122310427265.pdf百度网盘:https://pan.baidu.com/s/1hsZUXzm密码:nlul

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号