web-dev-qa-db-ja.com

Python：3つのリストからの2D等高線図：x、y、およびrho？

python and matplotlib。に単純な問題があります。x、y、rhoの3つのリストがあり、rho [i]点x [i]、y [i]の密度です。すべてxとyの値は-1と1の間ですが、特定の順序ではありません。

密度rho（点x、yで補間）の等高線プロット（imshowのような）の作成方法。

どうもありがとうございました。

編集：私は大きな配列で作業します：x、y、rhoには10,000から1,000,000の要素があります

pythonmatplotlibcontour
28
Vincent

rho値を補間する必要があります。これを行う唯一の方法はありません。「最良の」方法は、補間に組み込む必要があるアプリオリ情報に完全に依存します。

しかし、「ブラックボックス」補間法について暴言を述べる前に、放射基底関数（たとえば、「薄い板のスプライン」は特定のタイプの放射基底関数）が良い選択であることがよくあります。数百万のポイントがある場合、この実装は非効率になりますが、出発点としては：

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

# Generate data:
x, y, z = 10 * np.random.random((3,10))

# Set up a regular grid of interpolation points
xi, yi = np.linspace(x.min(), x.max(), 100), np.linspace(y.min(), y.max(), 100)
xi, yi = np.meshgrid(xi, yi)

# Interpolate
rbf = scipy.interpolate.Rbf(x, y, z, function='linear')
zi = rbf(xi, yi)

plt.imshow(zi, vmin=z.min(), vmax=z.max(), Origin='lower',
           extent=[x.min(), x.max(), y.min(), y.max()])
plt.scatter(x, y, c=z)
plt.colorbar()
plt.show()

enter image description here

44
Joe Kington

Scipyのgriddata（Scipy> = 0.10が必要）を使用できます。これは、三角形分割ベースの方法です。

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

# Generate data: for N=1e6, the triangulation hogs 1 GB of memory
N = 1000000
x, y = 10 * np.random.random((2, N))
rho = np.sin(3*x) + np.cos(7*y)**3

# Set up a regular grid of interpolation points
xi, yi = np.linspace(x.min(), x.max(), 300), np.linspace(y.min(), y.max(), 300)
xi, yi = np.meshgrid(xi, yi)

# Interpolate; there's also method='cubic' for 2-D data such as here
zi = scipy.interpolate.griddata((x, y), rho, (xi, yi), method='linear')

plt.imshow(zi, vmin=rho.min(), vmax=rho.max(), Origin='lower',
           extent=[x.min(), x.max(), y.min(), y.max()])
plt.colorbar()
plt.show()

逆距離加重補間もあります-RBFに似ていますが、多数のポイントに対してより適切に機能するはずです： Inverse Distance Weighted（IDW）Interpolation with Python

13
pv.