python 中的最佳线框

Question

我正在使用 matplotlib 中的 3-D 列表数据进行操作。

正在尝试绘制最合适的 wireframe。

我的数据基础设施（不代表实际数据）：

x=[1.2, 1.3, 1.6, 2.5, 2,3, 2.8]
y=[167.0, 180.3, 177.8,160.4,179.6, 154.3]
z=[-0.3, -0.8, -0.75, -1.21, -1.65, -0.68]

到目前为止，我已经能够使用

获得合适的线框

   data = np.c_[x,y,z]  
   mn = np.min(data, axis=0)  
   mx = np.max(data, axis=0)  
   X,Y = np.meshgrid(np.linspace(mn[0], mx[0], 20), np.linspace(mn[1], mx[1], 20))   
   XX = X.flatten()  
   YY = Y.flatten()  
   # best-fit quadratic curve  
   A = np.c_[np.ones(data.shape[0]), data[:,:2], np.prod(data[:,:2], axis=1), data[:,:2]**2]  
   C,_,_,_ = scipy.linalg.lstsq(A, data[:,2])  
   #evaluating on grid    
   Z = np.dot(np.c_[np.ones(XX.shape), XX, YY, XX*YY, XX**2, YY**2], C).reshape(X.shape)

至此，我得到了一个类似wireframe-fit的（虽然不能print方程canvas）：

How can I be sure whether I've fitted in right way, in right equation ? How am I to check the goodness-of-fit may be ? Any ideas on how can I superpose this curve with a contour would be also very nice.

请帮忙。谢谢

Answer 1

我想你想要 griddata()。您可以查看以下网站，它完全符合您的要求：http://wiki.scipy.org/Cookbook/Matplotlib/Gridding_irregularly_spaced_data

python 中的最佳线框

best-fit wireframe in python

python

matplotlib

scipy

curve-fitting

contour