来自3d坐标的Python热图

发布时间：2020-12-20 13:36:53 所属栏目：Python 来源：网络整理

导读：我从两个linspaces开始,我将它们网格化.然后我在网格上计算函数的值.我的函数叫做cpt_hcpv().然后我想热映射我的数据,网格上的每个点都有相应的函数值. 代码看起来像 poro = np.linspace(min(poro),max(poro))sw = np.linspace(min(sw),max(sw))g = np.meshg

我从两个linspaces开始,我将它们网格化.然后我在网格上计算函数的值.我的函数叫做cpt_hcpv().然后我想热映射我的数据,网格上的每个点都有相应的函数值.

代码看起来像

poro = np.linspace(min(poro),max(poro))
sw = np.linspace(min(sw),max(sw))

g = np.meshgrid(poro,sw)
points = zip(*(x.flat for x in g))

hcpv = []
for p in points:
    hcpv = hcpv + [cpt_hcpv(p[0],p[1],poro,sw)]

同

def cpt_hcpv(pCut,sCut,sw):
    #find points belonging to calculation
    truncated = [(p,s) for p,s in zip(poro,sw) if p > pCut and s < sCut ]
    hcv = 0
    for k in truncated:
        hcv += p*(1-s)*0.5
    return hcv

为什么我不直接在网格上计算cpt_hcpv()：因为我必须处理comprehension中的条件truncated = [(p,s)for p,sw)if p> pCut和s< sCut]所以我必须迭代网格中的点.我不知道如何迭代网格网格. 所以,我想从三维坐标中进行热图：在点上我有x和y表示点,而在hcpv中我有每个点的z参数,顺序相同. 从我发现的例子中,有一个pylab和matplotlib解决方案,用于绘制在网格上计算的网格网格值的热图,一个方法将meshgrid作为参数. 有没有办法从3d坐标绘制热图？

解决方法

如果需要遍历meshgrid,请尝试以下方法：

g = np.meshgrid(poro,sw)

#Turn into 2x3x3 array
g_arr = np.array(g)                            

#Move first dimension to third: 3x3x2 array
g_arr = g_arr.swapaxes(0,1).swapaxes(1,2)

#Generate results by iterating over first and second dimension,and unpacking the third
hcpv = np.array([[cpt_hcpv(p,s,sw) for p,s in r] for r in g_arr])

我不知道matplotlib是否可以轻松绘制来自通用3-d点的热图.它必须处理散乱,无序和缺失点的一般情况.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!