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

  • sysstat 使用

    sysstat 使用

  • Java之Java关键字及其作用

    Java之Java关键字及其作用

  • 【蓝桥杯单片机组】两种外设访问方式:IO编程和MM编程

    【蓝桥杯单片机组】两种外设访问方式:IO编程和MM编程不积跬步无以至千里,不积小流无以成江海。MM编程仅作为拓展视野,比赛还是最好使用IO来!1、IO扩展模式通过调节板上跳线J13进行配置。其中IO扩展模式较为容易理解。存储器映射扩展模式可以直接通过XBYTE关键字来操作部分资源,能够大大简化外设资源程序设计。IO映射方式控制LED#include"reg52.h"#include"intri…

  • python之意外发现turtle的强大

    python之意外发现turtle的强大闲来无事,上网闲逛,无意中发现了turtle这个库,于是各种百度去了解,才知道这库niubi啊,居然可以画画!!!!1、turtle安装python3的话直接输入pipinstallturtle哈哈,是不是报错:Command“pythonsetup.pyegg_info”failedwitherrorcode1这是因为setup.py中有个语法在python3不…

  • jquery智能弹出层,自己主动推断位置

    jquery智能弹出层,自己主动推断位置

  • vue-router中的beforeEach

    vue-router中的beforeEach最近在做vue项目的开发,用到的技术栈主要是vue相关的,在开发这个项目的时候,设计到了权限,因为是后台管理系统,不同的身份和角色访问系统的时候,系统所展现出来的可访问内容都是不一样的,有兴趣的同学可以参考下RBAC(以角色为基础的权限管理设计)这篇文章写得很详细,很直观,我写这篇文章主要是想要分享一下前端的技术栈vue-router是如何处理的,以及踩过的坑。vue-router可以参考官方文档vue-router,官方文档中介绍的很详细,解决权限问题,就用到了addRoutes这个API,去动态添

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