如何创建更平滑的热图
How to create a smoother heatmap
我想创建一个热图来分析我 3D 打印的一些样本的孔隙率。 X-Y 坐标是固定的，因为它们是样品在平台上打印的位置。
热图：
Tbl = readtable('Data/heatmap/above.csv');
X = Tbl(:,1);
Y = Tbl(:,2);
porosity = Tbl(:,3);
hmap_above = heatmap(Tbl, 'X', 'Y', 'ColorVariable', 'porosity');
第一个问题是：如何对图的Y轴进行排序？因为它从较低的值（顶部）到较高的值（底部），我需要相反的方向。
第二个问题是：我只有大约22个数据点，而且大部分图表都没有颜色，所以我想得到一个没有黑色部分的更平滑的热图。
数据集比较简单，如下图：
X
Y
porosity
74.4615
118.3773
0.039172163
84.8570
69.4699
0.046314637
95.2526
20.5625
0.041855213
105.6482
-28.3449
0.049796110
116.0438
-77.2522
0.045010692
25.5541
107.9817
0.038562053
35.9497
59.0743
0.041553065
46.3453
10.1669
0.036152061
56.7408
-38.7404
0.060719664
67.1364
-87.6478
0.037756115
-23.3533
97.5861
0.052840845
-12.9577
48.6787
0.045216851
-2.5621
-0.2286
0.033645353
7.8335
-49.1360
0.030670865
18.2290
-98.0434
0.024952472
-72.2607
87.1905
0.036199237
-61.8651
38.2831
0.026725885
-51.4695
-10.6242
0.029212058
-41.0739
-59.5316
0.028572611
-30.6783
-108.4390
0.036796151
-121.1681
76.7949
0.031688096
-110.7725
27.8876
0.034619855
-100.3769
-21.0198
0.039070101
-89.9813
-69.9272
NaN
-79.5857
-118.8346
NaN
如果您想为“黑色部分”指定颜色，则必须在比当前更精细的网格上插入孔隙率。
在均匀采样网格上进行二维插值的最佳工具是griddata
首先您必须定义要插值的 X-Y 网格，并选择合适的网格密度。
% this will be the number of points over each side of the grid
gridres = 100 ;
% create a uniform vector on X, from min to max value, made of "gridres" points
xs = linspace(min(X),max(X),gridres) ;
% create a uniform vector on Y, from min to max value, made of "gridres" points
ys = linspace(min(Y),max(Y),gridres) ;
% generate 2D grid coordinates from xs and ys
[xq,yq]=meshgrid(xs,ys) ;
% now interpolate the pososity over the new grid
InterpolatedPorosity = griddata(X,Y,porosity,xq,yq) ;
% Reverse the Y axis (flip the `yq` matrix upside down)
yq = flipud(yq) ;
现在我的matlab版本没有heatmap功能，所以我就用pcolor显示。
% now display
hmap_above = pcolor(xq,yq,InterpolatedPorosity);
hmap_above.EdgeColor = [.5 .5 .5] ; % cosmetic adjustment
colorbar
colormap jet
title(['Gridres = ' num2str(gridres)])
下面是不同网格分辨率的结果（gridres开头变量的值）：
现在您还可以要求 MATLAB 通过调用进一步以图形方式平滑域：
shading interp
在上述两种情况下会产生：
注意：正如您在 gridres=100 上看到的那样，您的原始数据非常分散，以至于在某些时候在更密集的网格上进行插值不会产生任何有意义的改进。如果您没有足够的数据开始，则无需过大地提高网格密度。
此外，pcolor 函数以与 heatmap 相反的方式使用矩阵输入。如果使用 heatmap，则必须如代码所示将 Y 矩阵倒置。但是如果你最终使用pcolor，那么你不需要翻转Y矩阵。
事实上，我在代码中这样做（向您展示如何做）导致结果显示方向错误，无法显示 pcolor。如果您坚持 pcolor.
，只需注释 yq = flipud(yq) ; 语句
另外，如果你希望能够跟随插值生成的isolevels，你可以使用contour来添加一层信息：
在上面的代码之后，行：
hold on
contour(xq,yq,InterpolatedPorosity,20,'LineColor','k')
将产生：
我想创建一个热图来分析我 3D 打印的一些样本的孔隙率。 X-Y 坐标是固定的，因为它们是样品在平台上打印的位置。
热图：
Tbl = readtable('Data/heatmap/above.csv');
X = Tbl(:,1);
Y = Tbl(:,2);
porosity = Tbl(:,3);
hmap_above = heatmap(Tbl, 'X', 'Y', 'ColorVariable', 'porosity');
第一个问题是：如何对图的Y轴进行排序？因为它从较低的值（顶部）到较高的值（底部），我需要相反的方向。
第二个问题是：我只有大约22个数据点，而且大部分图表都没有颜色，所以我想得到一个没有黑色部分的更平滑的热图。
数据集比较简单，如下图：
| X | Y | porosity |
|---|---|---|
| 74.4615 | 118.3773 | 0.039172163 |
| 84.8570 | 69.4699 | 0.046314637 |
| 95.2526 | 20.5625 | 0.041855213 |
| 105.6482 | -28.3449 | 0.049796110 |
| 116.0438 | -77.2522 | 0.045010692 |
| 25.5541 | 107.9817 | 0.038562053 |
| 35.9497 | 59.0743 | 0.041553065 |
| 46.3453 | 10.1669 | 0.036152061 |
| 56.7408 | -38.7404 | 0.060719664 |
| 67.1364 | -87.6478 | 0.037756115 |
| -23.3533 | 97.5861 | 0.052840845 |
| -12.9577 | 48.6787 | 0.045216851 |
| -2.5621 | -0.2286 | 0.033645353 |
| 7.8335 | -49.1360 | 0.030670865 |
| 18.2290 | -98.0434 | 0.024952472 |
| -72.2607 | 87.1905 | 0.036199237 |
| -61.8651 | 38.2831 | 0.026725885 |
| -51.4695 | -10.6242 | 0.029212058 |
| -41.0739 | -59.5316 | 0.028572611 |
| -30.6783 | -108.4390 | 0.036796151 |
| -121.1681 | 76.7949 | 0.031688096 |
| -110.7725 | 27.8876 | 0.034619855 |
| -100.3769 | -21.0198 | 0.039070101 |
| -89.9813 | -69.9272 | NaN |
| -79.5857 | -118.8346 | NaN |
如果您想为“黑色部分”指定颜色，则必须在比当前更精细的网格上插入孔隙率。
在均匀采样网格上进行二维插值的最佳工具是griddata
首先您必须定义要插值的 X-Y 网格，并选择合适的网格密度。
% this will be the number of points over each side of the grid
gridres = 100 ;
% create a uniform vector on X, from min to max value, made of "gridres" points
xs = linspace(min(X),max(X),gridres) ;
% create a uniform vector on Y, from min to max value, made of "gridres" points
ys = linspace(min(Y),max(Y),gridres) ;
% generate 2D grid coordinates from xs and ys
[xq,yq]=meshgrid(xs,ys) ;
% now interpolate the pososity over the new grid
InterpolatedPorosity = griddata(X,Y,porosity,xq,yq) ;
% Reverse the Y axis (flip the `yq` matrix upside down)
yq = flipud(yq) ;
现在我的matlab版本没有heatmap功能，所以我就用pcolor显示。
% now display
hmap_above = pcolor(xq,yq,InterpolatedPorosity);
hmap_above.EdgeColor = [.5 .5 .5] ; % cosmetic adjustment
colorbar
colormap jet
title(['Gridres = ' num2str(gridres)])
下面是不同网格分辨率的结果（gridres开头变量的值）：
现在您还可以要求 MATLAB 通过调用进一步以图形方式平滑域：
shading interp
在上述两种情况下会产生：
注意：正如您在 gridres=100 上看到的那样，您的原始数据非常分散，以至于在某些时候在更密集的网格上进行插值不会产生任何有意义的改进。如果您没有足够的数据开始，则无需过大地提高网格密度。
此外，pcolor 函数以与 heatmap 相反的方式使用矩阵输入。如果使用 heatmap，则必须如代码所示将 Y 矩阵倒置。但是如果你最终使用pcolor，那么你不需要翻转Y矩阵。
事实上，我在代码中这样做（向您展示如何做）导致结果显示方向错误，无法显示 pcolor。如果您坚持 pcolor.
yq = flipud(yq) ; 语句
另外，如果你希望能够跟随插值生成的isolevels，你可以使用contour来添加一层信息：
在上面的代码之后，行：
hold on
contour(xq,yq,InterpolatedPorosity,20,'LineColor','k')
将产生：