带有 X Y Z 数据的二维密度图

Question

我正在尝试绘制带有 x、y 和 z（海拔）的二维地形图。我按照以下 link 中的步骤操作，但我的情节变得非常奇怪。

Python : 2d contour plot from 3 lists : x, y and rho?

我找了将近半天，但一无所获。

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

# import data:
import xlrd
loc = "~/Desktop/Book4.xlsx"
wb = xlrd.open_workbook(loc)
sheet = wb.sheet_by_index(0)
sample=500

# Generate array:
x=np.array(sheet.col_values(0))[0:sample]
y=np.array(sheet.col_values(1))[0:sample]
z=np.hamming(sample)[0:sample][:,None]

# Set up a regular grid of interpolation points

xi, yi = np.meshgrid(x, y)

# Interpolate
rbf = scipy.interpolate.Rbf(x, y, z, function='cubic')
zi = rbf(xi, yi)
# Plot
plt.imshow(zi, vmin=z.min(), vmax=z.max(), origin='lower',
           extent=[x.min(), x.max(), y.min(), y.max()])
plt.colorbar()
plt.show()

下图中的第一个是我得到的，最后一个是它应该是什么样子。

任何帮助将不胜感激

Link to data file

Answer 1

我认为问题在于您提供的数据不够平滑，无法使用默认参数进行插值。这是一种方法，使用 mgrid 而不是 meshgrid:

import numpy as np
import pandas as pd
from scipy.interpolate import Rbf

# fname is your data, but as a CSV file.
data = pd.read_csv(fname).values
x, y = data.T

x_min, x_max = np.amin(x), np.amax(x)
y_min, y_max = np.amin(y), np.amax(y)

# Make a grid with spacing 0.002.
grid_x, grid_y = np.mgrid[x_min:x_max:0.002, y_min:y_max:0.002]

# Make up a Z.
z = np.hamming(x.size)

# Make an n-dimensional interpolator.
rbfi = Rbf(x, y, z, smooth=2)

# Predict on the regular grid.
di = rbfi(grid_x, grid_y)

那你可以看看结果：

import matplotlib.pyplot as plt

plt.imshow(di)

我得到：

我最近写了关于这个主题的 a Jupyter Notebook，请查看其他一些插值方法，例如克里金法和样条拟合。

带有 X Y Z 数据的二维密度图

2D Density Plot with X Y Z data

python

matplotlib

plot

contourf