web-dev-qa-db-ja.com

Pythonで3D関数を2Dカラーマップとしてプロットする方法は？

Z = f（x、y）をプロットできるpythonライブラリはありますか？ここで、zは（散布図の束の色ではなく）密にラスタライズされた画像の色として表されますポイント）？もしそうなら、どの機能を使用しますか？

Matplotlib.pyplotのいくつかの等高線関数が私が望むものに近づいているように見えますが、それらは等高線を描画するので、私はそれを望んでいません。

pythonvisualizationplotmatplotlib
15
Ian Goodfellow

これは具体的な簡単な例です（xとyの行列引数を取ることができない関数でも機能します）：

# the function to be plotted
def func(x,y):    
    # gives vertical color bars if x is horizontal axis
    return x

import pylab

# define the grid over which the function should be plotted (xx and yy are matrices)
xx, yy = pylab.meshgrid(
    pylab.linspace(-3,3, 101),
    pylab.linspace(-3,3, 111))

# indexing of xx and yy (with the default value for the
# 'indexing' parameter of meshgrid(..) ) is as follows:
#
#   first index  (row index)    is y coordinate index
#   second index (column index) is x coordinate index
#
# as required by pcolor(..)

# fill a matrix with the function values
zz = pylab.zeros(xx.shape)
for i in range(xx.shape[0]):
    for j in range(xx.shape[1]):
        zz[i,j] = func(xx[i,j], yy[i,j])

# plot the calculated function values
pylab.pcolor(xx,yy,zz)

# and a color bar to show the correspondence between function value and color
pylab.colorbar()

pylab.show()
9
Andre Holzner

pcolorのimshowまたはmatplotlibのドキュメントをご覧ください。

開始するもう1つの良い場所は、matplotlibギャラリーを見て、探しているものと一致するプロットタイプがあるかどうかを確認し、サンプルコードを自分の作業の出発点として使用することです。

http://matplotlib.sourceforge.net/gallery.html

9
JoshAdel

期限が来たところで信用を与えるために：これはアンドレ・ホルツナーの答えのほんのわずかな変化です。必要なら彼に賛成してください！

import pylab

def f(x, y):
    return pylab.cos(x) + pylab.sin(y)

xx = pylab.linspace(-5, 5, 100)
yy = pylab.linspace(-5, 5, 100)
zz = pylab.zeros([len(xx), len(yy)])

for i in xrange(len(xx)):
    for j in xrange(len(yy)):
        zz[j, i] = f(xx[i], yy[j])

pylab.pcolor(xx, yy, zz)
pylab.show()

構文は、配列の次元とインデックスを厳密に最小化すると、おそらく読みやすくなります。それは次の点に依存しています（ドキュメントから引用）。

If either or both of X and Y are 1-D arrays or column vectors, they will be expanded as needed into the appropriate 2-D arrays, making a rectangular grid.

1
marcv81

上記の私のコメントを拡張するために、グリッド上の関数を計算するいくつかの可能な方法があります

boffi@debian:~/Documents/tmp$ cat grid.py 
import numpy as np

def z(x,y):
  return np.sin(np.sqrt(x*x+y*y))

x = np.linspace(-1,1,11)
y = np.linspace(-2,2,21)

# naive

Z0 = np.zeros((len(y), len(x)))
for i, X in enumerate(x):
    for j, Y in enumerate(y):
        Z0[j,i] = z(X,Y)

# trampoline on a double list comprehension,
# it is possibly faster, sure it uses more memory

Z1 = np.array([[z(X,Y) for X in x] for Y in y])

# numpy has meshgrid, 
# meshgrid uses twice memory as the result matrix but
# if used _correctly_ it's FAST

X, Y = np.meshgrid(x, y)

# numpy can avoid you explicit looping,
# but if you are so inclined...

Z2 = np.zeros((len(y), len(x)))
for r in range(len(y)):
    for c in range(len(x)):
        Z2[r, c] = z(X[r, c], Y[r, c])

# numpy has ufuncs, and
# t h i s   i s   t h e   w a y   t o   g o

Z3 = z(X, Y)

# numpy has broadcasting (it's slower than Z = z(X, Y), less memory)

Z4 = z(x, y[:,None])

# note that x is still a _row_ of numbers, indexed by _columns_,
# while y[:,None] is now a _column_ of numbers, indexed by _rows_,
# so that Z4[row,column] <-- z(x[column], y[row])

# a bit of testing

# in previous answers, Z2 (i.e., explicit loops)
# is the preferred method --- here we show that the other four
# possible methods give you exactly the same result

print np.all(Z2==Z0)
print np.all(Z2==Z1)
print np.all(Z2==Z3)
print np.all(Z2==Z4)
boffi@debian:~/Documents/tmp$ python2 grid.py 
True
True
True
True
boffi@debian:~/Documents/tmp$
1
gboffi