Matplotlib 污染玫瑰图

我正在尝试创建一个污染玫瑰图，如链接中所述

回复中的示例是有效的，但当我使用我的数据时，它给出了一个奇怪的图。有什么建议我哪里出了问题吗？多谢各位

import matplotlib.pyplot as plt
import numpy as np

wd = [90.,297.,309.,336.,20.,2.,334.,327.,117.,125.,122.,97.,95.,97.,103.,106.,125.,148.,147.,140.,141.,145.,144.,151.,161.]
ws = [15,1.6,1.8,1.7,2.1,1.6,2.1,1.4,3,6.5,7.1,8.2,10.2,10.2,10.8,10.2,11.4,9.7,8.6,7.1,6.4,5.5,5,5,6]
oz = [10.,20.,30.,40.,50.,60.,70.,80.,90.,100.,110.,120.,90.,140.,100.,106.,125.,148.,147.,140.,141.,145.,144.,151.,161.]

pi_fac = 22/(7*180.)
wd_rad = [w * pi_fac for w in wd]
ws_r = np.linspace(min(ws),max(ws),16)

WD,WS = np.meshgrid(wd_rad,ws_r) 
C = oz + np.zeros((len(ws_r),len(wd)),dtype=float)
C = np.ma.masked_less_equal(C,10)

fig, ax = plt.subplots(subplot_kw={"projection":"polar"})
ax.pcolormesh(WD,WS,C,vmin=10, vmax=170) # I tried different vmin and vmax too

plt.show()

---

链接的帖子假设你有一个规则的方向和速度网格，但你的输入似乎是非常无序的组合

要根据

oz

值创建带有彩色区域的绘图，可以尝试

tricontourf

tricontourf

接受不需要位于网格上的X、Y和Z值，并创建等高线图。虽然它适用于矩形布局，但也可能适用于您的情况。但是，当从360º交叉到0º时，它会有一个不连续性

此示例的绘图还绘制了一个颜色条，以显示

oz

值的哪个范围对应于哪个颜色

vmin

和

vmax

可以更改此颜色映射

导入matplotlib.pyplot作为plt
将numpy作为np导入
wd=[90297309336，20，2334327117，125，122，97，95，97，103，106，125，148147140，141，145，144，151，161]
ws=[15,1.6,1.8,1.7,2.1,1.6,2.1,1.4,3,6.5,7.1,8.2,10.2,10.8,10.2,11.4,9.7,8.6,7.1,6.4,5,5,5,6]
盎司=[10,20,30,40,50,60,70,80,90,100,110,120,90,140,100,106,125,148,147,140,141,145,144,151,161]
图，ax=plt.子地块（子地块_kw={“投影”：“极坐标”}）
cont=ax.tricontourf（np.radians（np.array（wd）），ws，oz，cmap='hot'）
打印颜色条（续）
plt.show（）

使用

ax.scatter（np.radians（np.array（wd）），ws，c=oz，cmap='hot'，vmax=250）

您可以创建散点图来了解输入着色时的外观

您可能希望合并Python，以获得类似windrose的极坐标图

另一种方法可能更接近于链接问题的目的，即使用scipy的

interpolate.griddata

将数据映射到网格。要去除没有数据的区域，可以使用“无”的“下”色，前提是

vmin

大于零

导入matplotlib.pyplot作为plt
将numpy作为np导入
从scipy导入插值
wd=[90297309336，20，2334327117，125，122，97，95，97，103，106，125，148147140，141，145，144，151，161]
ws=[15,1.6,1.8,1.7,2.1,1.6,2.1,1.4,3,6.5,7.1,8.2,10.2,10.8,10.2,11.4,9.7,8.6,7.1,6.4,5,5,5,6]
盎司=[10,20,30,40,50,60,70,80,90,100,110,120,90,140,100,106,125,148,147,140,141,145,144,151,161]
wd_rad=np.弧度（np.阵列（wd））
oz=np.array（oz，dtype=np.float）
WD，WS=np.meshgrid（np.linspace（0，2*np.pi，36），np.linspace（min（WS），max（WS），16））
Z=插值.griddata（（wd_rad，ws），oz，（wd，ws），method='linear'）
图，ax=plt.子地块（子地块_kw={“投影”：“极坐标”}）
cmap=plt.get\u cmap（'hot'））
cmap.set_在（'none'下）
img=ax.pcolormesh（WD，WS，Z，cmap=cmap，vmin=20）
打印颜色条（img）
plt.show（）

---

你能粘贴正在工作的代码并包含你所得到的奇怪情节的图片吗？如果这回答了你的问题，你可能会认为它是被接受的。