使用 Contour、Contourf 绘制 L0 和 Inf Norms

L0 and Inf Norms plotting with Contour, Contourf

我正在尝试使用 contourf 和 contour 绘制不同的规范。除了零范数和 inf-范数之外,我已经成功地使用了所有范数。 0-范数和inf-范数相似图的正确绘制方法是什么?

这是我的代码:

`p_values = [0., 0.04, 0.5, 1, 1.5, 2, 7, np.inf]
xx, yy = np.meshgrid(np.linspace(-3, 3, num=101), np.linspace(-3, 3, num=101))
fig, axes = plt.subplots(ncols=(len(p_values) + 1)// 2,
                     nrows=2, figsize=(14, 7))
for p, ax in zip(p_values, axes.flat):
    if p != 0:
        zz = ((np.abs((xx))**p) + (np.abs((yy))**p))**(1./p)
    else:
        zz = np.full_like(xx, np.sum(xx !=0)) 
    ax.contourf(xx, yy, zz, 30, cmap='bwr')
    ax.contour(xx,yy,zz, [1], colors='red', linewidths = 2) 
    proxy = [plt.Rectangle((0,0),1,1, facecolor='red')]
plt.show()`

My code and graphs

首先,让我提一下,在计算范数时,numpy 提供了 numpy.linalg.norm 可以简化事情。在其余部分,我将坚持尝试从问题中手动计算范数。

L∞范数

L∞ 范数将是两个数组的上界。这可以使用 numpy.maximum.

轻松计算
zz = np.maximum(np.abs(xx),np.abs(yy))

L0 "norm"

L0 "norm" 将被定义为非零元素的数量。对于 2D 情况,它因此可以取值 0(均为零)、1(一个零)或 2(均非零)。将此函数描述为等高线图并不真正成功,因为该函数基本上仅沿着图中的两条线偏离 2。不过,使用 imshow 图会显示出来。

zz = (xx != 0).astype(int) + (yy != 0).astype(int)
ax.imshow(zz, cmap='bwr', aspect="auto")

完整示例。

总的来说情节可能看起来像

import matplotlib.pyplot as plt
import numpy as np

p_values = [0., 0.04, 0.5, 1, 1.5, 2, 7, np.inf]
xx, yy = np.meshgrid(np.linspace(-3, 3, num=101), np.linspace(-3, 3, num=101))
fig, axes = plt.subplots(ncols=(len(p_values) + 1)// 2,
                     nrows=2, figsize=(14, 7))
for p, ax in zip(p_values, axes.flat):
    if p == 0:
        zz = (xx != 0).astype(int) + (yy != 0).astype(int)
        ax.imshow(zz, cmap='bwr', extent=(xx.min(),xx.max(),yy.min(),yy.max()), aspect="auto")
    else:
        if np.isinf(p):
            zz = np.maximum(np.abs(xx),np.abs(yy))
        else:
            zz = ((np.abs((xx))**p) + (np.abs((yy))**p))**(1./p)
        ax.contourf(xx, yy, zz, 30, cmap='bwr')
        ax.contour(xx,yy,zz, [1], colors='red', linewidths = 2) 

plt.show()