Python 如何绘制3个变量（深度、时间、参数）的热图

我有随时间和深度变化的温度数据，见随附的示例图片。不过，我的实际数据集要大得多。我想知道如何绘制热图。我对Python或Matlab都持开放态度

谢谢

在MATLAB中 下面是一种使用meshgrid函数创建要绘制的温度域的方法。要绘制二维热图，我们可以使用surf并使用view功能将标高设置为90度俯视图。根据您是否希望进行插值，可以包括或删除着色插值的使用。要获得时间标签，我们可以将时间向量转换为字符串数组，并使用arrayfunc数组函数替换点。用冒号，：。最后，我们可以使用当前轴gca上的set函数在绘图上显示新格式化的时间标签。颜色贴图可以设置为多种选项，如“热”、“冬”、“春”等

---

在python中使用MATLAB R2019b运行，如果您有矩阵形式的数据，如表，则可以使用matplotlib imshow函数。缺点是勾号标签将是列表中的位置，因此需要使用FuncFormatter选项传递函数以转换数据值中的列表位置。一个例子：

import numpy as np
import matplotlib.pyplot as plt

from matplotlib.ticker import FixedLocator, AutoLocator, FuncFormatter


#Just creating a sample data
dep = np.array([1,2,3])
time = np.arange(0,101)
dp,tm = np.meshgrid(dep,time)

matrix = np.flip(600*np.exp(-tm*dep/50),axis = 0)
#in this case we will have 3 columns, one for each depth

#ploting:
fig,ax = plt.subplots()

img = ax.imshow(matrix,cmap = 'OrRd',vmin = 0,vmax = 600,aspect = 'auto')

#set color bar
fig.colorbar(img,label = 'Temperature')

#Now we will correct the the x axis tick labels
ax.xaxis.set_major_formatter(FuncFormatter(lambda *x: x[0]+1))
#And fix the positions if you dont want tick labels like 2.5 wich are not in the data
ax.xaxis.set_major_locator(FixedLocator([0,1,2]))

ax.set_xlabel('Deph')

#correct the y axis tick labels
ax.yaxis.set_major_formatter(FuncFormatter(lambda *x: '%i'%(time[-1] - x[0])))
ax.set_ylabel('Time')

plt.show()

---

谢谢你，迈克尔。我还想问，我的体温在70到100之间。然而，颜色光谱的变化并不是那么深刻，因为我想它考虑的是0-100，例如红色到紫色的变化。如何获得70-100范围内的全彩色光谱？您希望有一个标准化为70-100范围内数据的颜色范围？

import numpy as np
import matplotlib.pyplot as plt

from matplotlib.ticker import FixedLocator, AutoLocator, FuncFormatter


#Just creating a sample data
dep = np.array([1,2,3])
time = np.arange(0,101)
dp,tm = np.meshgrid(dep,time)

matrix = np.flip(600*np.exp(-tm*dep/50),axis = 0)
#in this case we will have 3 columns, one for each depth

#ploting:
fig,ax = plt.subplots()

img = ax.imshow(matrix,cmap = 'OrRd',vmin = 0,vmax = 600,aspect = 'auto')

#set color bar
fig.colorbar(img,label = 'Temperature')

#Now we will correct the the x axis tick labels
ax.xaxis.set_major_formatter(FuncFormatter(lambda *x: x[0]+1))
#And fix the positions if you dont want tick labels like 2.5 wich are not in the data
ax.xaxis.set_major_locator(FixedLocator([0,1,2]))

ax.set_xlabel('Deph')

#correct the y axis tick labels
ax.yaxis.set_major_formatter(FuncFormatter(lambda *x: '%i'%(time[-1] - x[0])))
ax.set_ylabel('Time')

plt.show()