在 python 中平滑 2D 地图
Smoothing 2D map in python
有什么方法可以平滑二维地图吗?这是我得到的,我想平滑它。测量步骤太大,导致 "bad" 频谱...
这是我的部分代码:
X, Y = np.meshgrid(x,y)
fig, ax = plt.subplots()
plt.xlim(235,420)
plt.xticks(np.arange(235,415,30))
plt.yticks(np.arange(0,360,50))
cs = ax.pcolormesh(X,Y,A,cmap=cm.rainbow, vmin = 0)#Greys_r
plt.xlabel('wavelength [nm]')
plt.ylabel('temperature [K]')
plt.title(sample)
cbar = fig.colorbar(cs)
cbar.formatter.set_powerlimits((0, 0))
cbar.update_ticks()
我找到了一种方法。方法如下:
fig = plt.figure()
ax = fig.add_subplot(111)
im = NonUniformImage(ax, interpolation='bilinear', extent=(180, 300, 10, 350), cmap=cm.jet)
im.set_data(x, y, A)
ax.images.append(im)
ax.set_xlim(180, 300)
ax.set_ylim(10, 350)
plt.xlabel('wavelength [nm]')
plt.ylabel('temperature [K]')
plt.title(sample)
cbar = fig.colorbar(im)
cbar.formatter.set_powerlimits((0, 0))
cbar.update_ticks()
plt.savefig('map.png')
plt.show()
plt.close()
有什么方法可以平滑二维地图吗?这是我得到的
这是我的部分代码:
X, Y = np.meshgrid(x,y)
fig, ax = plt.subplots()
plt.xlim(235,420)
plt.xticks(np.arange(235,415,30))
plt.yticks(np.arange(0,360,50))
cs = ax.pcolormesh(X,Y,A,cmap=cm.rainbow, vmin = 0)#Greys_r
plt.xlabel('wavelength [nm]')
plt.ylabel('temperature [K]')
plt.title(sample)
cbar = fig.colorbar(cs)
cbar.formatter.set_powerlimits((0, 0))
cbar.update_ticks()
我找到了一种方法。方法如下:
fig = plt.figure()
ax = fig.add_subplot(111)
im = NonUniformImage(ax, interpolation='bilinear', extent=(180, 300, 10, 350), cmap=cm.jet)
im.set_data(x, y, A)
ax.images.append(im)
ax.set_xlim(180, 300)
ax.set_ylim(10, 350)
plt.xlabel('wavelength [nm]')
plt.ylabel('temperature [K]')
plt.title(sample)
cbar = fig.colorbar(im)
cbar.formatter.set_powerlimits((0, 0))
cbar.update_ticks()
plt.savefig('map.png')
plt.show()
plt.close()