在python中使用三个1D数组绘制等高线图

正如标题所示，我想使用三个一维阵列绘制等高线图。这么说吧

x = np.array([1,2,3])

及

及

---

要在matplotlib中进行轮廓图绘制，我将

x

和

y

坐标网格化为

x，y=meshgrid（x，y）

，但

z

阵列也必须是二维阵列。然后如何将

z

转换为二维数组以便使用？

您的

z

是错误的。它需要给出网格每个点的值。如果

z

是

x

和

y

的函数，则在下面我所指的

x_网格处计算
z
：

import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return (x[:,0]**2 + x[:,1]**2)

x = np.array([1,2,3])
y = np.array([1,2,3])
xx, yy = np.meshgrid(x, y)
X_grid = np.c_[ np.ravel(xx), np.ravel(yy) ]
z = f(X_grid)

z = z.reshape(xx.shape)

plt.contour(xx, yy, z)

在我看来，你描述的是一条穿过空间的一维曲线，而不是曲面。我说，因为我假设，
x[I]
，
y[I]
和
z[I]
是一个点的坐标。您无法使用这些点轻松定义曲面，因为您的点仅依赖于一个变量
i
，因此仅描述具有一个自由度的形状。考虑你可以把列表中的每个点连接到下一个点，这只会给你一个一维的点链。为了使曲面由三个阵列组成，必须定义9个z值，而不是3个

很抱歉，这不是一个有用的答案，但我没有发表评论的声誉。
如果我使用的是我为便于操作而收集的数据，我会经常遇到这个问题。在展开的数据中，二维阵列被展平

原始数据具有每个坐标的x、y和z值：

x = [0, 1, 2; 0, 1, 2]

y = [0, 0, 0; 1, 1, 1]

z = [0.1 , 0.2, 0.3 ; 0.2, 0.3, 0.4]

对所有三个数组使用np.ravel（）可以使它们成为一维6元素长数组

xx = np.ravel(x); yy = np.ravel(y) ; zz = np.ravel(z)

现在xx=（[0,1,2,0,1,2]），对于yy和zz也是如此

如果这是您正在处理的数据类型，并且数据已完全采样，则可以使用散点图模拟轮廓图。只有当您的数据集采样足够好，足以填满所有空间时，这才有效

plt.scatter(xx,yy,c=zz,cmap=cm.Reds)

尽管OP意识到不可能用问题中的数据绘制等高线图，但在数据可以被认为是3d曲面的情况下，这仍然是一个相关问题

三个1D阵列的等高线打印选项
基本上有三种选择

如果不一定要使用正则函数，则使用来绘制它。使用网格化和非网格化数据
如果数据是网格化的，但在三个单独的1d数组中，则可以将其拆分为两个1d数组和一个2d数组，并使用
如果您的数据没有网格化，并且您不想使用，则可以将数据插值到网格中，并使用网格进行打印。有很多方法可以帮助你做到这一点。插值数据后，可以使用选项2中所示的技术
选项1：tricontourf
这个非常简单。只需像这样使用函数（参见附录中创建示例数据）

从matplotlib导入pyplot作为plt
plt.tricontourf（扩展数据、ydata、zdata）
plt.show（）

输出

选项2：栅格1D阵列和轮廓线
如果一个人将网格化数据存储在三个1D数组中，并且出于某种原因不想使用tricontourf，那么您可以用它绘制一个图。（附录中给出了示例数据）

将熊猫作为pd导入
从matplotlib导入pyplot作为plt
df=pd.DataFrame（dict（x=xdata，y=ydata，z=zdata））
xcol，ycol，zcol=“x”，“y”，“z”
df=df.sort_值（by=[xcol，ycol]）
xvals=df[xcol].unique（）
yvals=df[ycol].unique（）
zvals=df[zcol]。值。重塑（len（xvals），len（yvals））.T
轮廓曲线图（xVAL、yVAL、zVAL）
plt.show（）

输出

想法解释

首先，必须对数据进行网格化，因为这是绘图的工作方式。如果不是，则可以将其插值到新栅格
然后，创建
df
作为中间介质
然后，使用该方法对x和y数据进行排序。这将使下一步中由
unique（）
给出的值排序
使用获取x和y数据的所有唯一值。这是“网格网格”运算的一种逆运算
由于dataframe列的值只是numpy数组，因此可以调用该方法来创建所需的二维数组
现在，如果x有N个唯一值，y有M个唯一值，那么
zvals
将是一个（N，M）2d阵列，可以馈送到plt.contour

附录：示例数据
z
到底包含什么？首先，它不应该是2D吗？目的是，对于每个x和y值，都存在一个对应的z值。所以你在3个点（（1，1），（2，2），（3，3））有函数的值，想做一个等高线图吗？我没有函数。我只有三个1d阵列，但您希望等高线图显示什么。通常，等高线图是一种曲线图，它是一个函数的等值线。一行上只有三个点，有三个值与之关联。什么是xx1和xx2？注意z=“values at…”，因为这里是给z赋值的字符串。除此之外，我还得到以下错误：ValueError：新数组的总大小必须为unchanged@SmailKozarcanin您需要每个网格点的
z
值，但您没有提供该值，因此您的问题实际上无法回答，除非您告诉我们如何查找缺少的
z
值。。。请看西奥的答案，这更像是一个评论。问题是如何从z值列表生成一个图。它没有询问如何从函数生成图形。作为用例，它们是完全不同的，并且答案对于所问的问题没有用处。也就是说，你没有回答这个问题。也许@NP8的正确答案是在他错误地将你标记为正确后发布的。因为OP选择了它，所以它是正确的，这种说法没有根据。如果OP是这样的专家，他就不用问了。我明白你的意思。谢谢，这是我的
xx = np.ravel(x); yy = np.ravel(y) ; zz = np.ravel(z)

plt.scatter(xx,yy,c=zz,cmap=cm.Reds)

import numpy as np
import pandas as pd

xs, ys = np.linspace(-4, 4), np.linspace(-4, 4)
xgrid, ygrid = np.meshgrid(xs, ys)
xdata, ydata = np.ravel(xgrid), np.ravel(ygrid)
zdata = (
    2.3 * (1 - xdata) ** 2 * np.exp(-(ydata ** 2) - (xdata + 0.9) ** 2)
    - 13.3
    * (ydata / 2.2 - ydata ** 3 - xdata ** 4)
    * np.exp(-(ydata ** 2) - xdata ** 2)
    - 0.8 * np.exp(-((ydata + 1) ** 2) - xdata ** 2)
)