Matplotlib 如何为三列数据绘制热图

我有三列文件，500万行。就像

x,y,z
3,4,6.7
9,4,7.8

X和y是像素数，z是（X，y）处的对应值
如何绘制热图？
2D绘图是对我原始想法的折衷。
你可以查看我原来的帖子

我尝试了下面的方法，但它只是一个散点图

import numpy as np
import pylab as pl
x,y,z =np.loadtxt('3columns.csv',delimiter=',',usecols=(0,1,2),unpack=True)

pl.scatter(x, y, c=z)

pl.show()

---

我也遇到过类似的问题。我所做的是设置一个数组

Z[row[0]][row[1]]=row[2]

import numpy as np
x,y,z =np.loadtxt('3columns.csv',delimiter=',',usecols=(0,1,2),unpack=True)
nx = x.max() - x.min() + 1
ny = y.max() - y.min() + 1
Z = np.zeros((nx,ny)) 

assert x.shape == y.shape == z.shape
for i in range(len(x)):
    Z[x[i]-x.min()][y[i]-y.min()] = z[i] 

import matplotlib.pyplot as plt 
fig = plt.figure()
figure_name = 'figure_name'
plt.pcolor(np.arange(nx),np.arange(ny),Z,cmap=plt.cm.Reds)
plt.colorbar()
plt.xlim(0,x.max()-x.min())
plt.ylim(0,y.max()-y.min())

xlabels = np.arange(x.min(),x.max(),Nspacingx) # define Nspacing accordingly 
ylabels = np.arange(y.min(),y.max(),Nspacingy) 
plt.xticks(np.arange(0,x.max()-x.min(),Nspacingx),xlabels)
plt.yticks(np.arange(0,y.max()-y.min(),Nspacingy),ylabels)

plt.savefig(figure_name,dpi=400)

---

通过这种方式，可以从3列数据文件绘制二维热图

有重复的吗？是否所有可能的坐标都在.csv中表示？是否存在未定义的像素？是否需要某种3D曲面图而不是2D散点图？如果是这样，你看了吗？由于管道的原因，有很多重复。许多像素值是相同的，但所有像素都被定义了…我已经检查了链接。我更喜欢使用网格数据的3d曲面图。数据有点规则，所以可能应该先构建网格。