根据已知值在Python中绘制三维曲面

我有一组大约2000个文件，看起来像：

10_20.txt

，

10_21.txt

，

10_21.txt

<代码>10_50.txt<代码>11.20.txt<代码>11.50.txt<代码>20_50.txt

文件名中的第一个值，我们将调用

x

，从10到20分为1步，文件名中的第二个值，我们将调用

y

，从20到50分为1步

在这些文件中，有一堆值和我想提取的另一个值，我们称之为

z

我已经编写了一个程序来循环浏览这些文件，并从每个文件中提取

z

，然后将其添加到列表中

我现在的问题是，如果我有2个

numpy

数组，它们看起来像：

x=np.arange（10,20,1）
y=np.arange（20,50,1）

而

z

列表中有~2000个

浮动

，绘制

z

如何依赖

x

和

y

的最佳方法是什么？有没有标准的方法可以做到这一点

---

我一直在想，最好从文件中提取

x

、

y

和

z

，并将它们添加到多维数组中。如果是这种情况，有人能告诉我如何从文件名中提取

x

和

y

值的正确方向吗

假设您有一个ready函数，比如

read_z_from_file（filename）

，它返回文件中包含的

z

-值，您可以这样操作：

import numpy as np

x = np.arange(10,20,1, dtype = np.int)
y = np.arange(20,50,1, dtype = np.int)
z = np.zeros((x.shape[0],y.shape[0]))

for i,x0 in enum(x):
   for j,y0 in enum(y):
      filename = '{}_{}.txt'.format(x0,y0)
      z[i,j] = read_z_from_file(filename)

然后可以使用

imshow

或

matshow

从

matplotlib

可视化

z

。例如：

from matplotlib import pyplot as plt
fix,ax = plt.subplots()
ax.imshow(z)
plt.show()

编辑：

为了回答OP的问题，有多种方法可以可视化您的数据

imshow

和

matshow

的功能相同，但显示细节不同。此外，除其他外，还可以生成等高线图或三维曲面。这在很大程度上取决于你想看什么。无论如何，假设上面的代码符合您的要求，我将在下面展示一些使用四种不同方法来显示相同示例数据的代码。您可以通过内置的pythons

help（）

函数，当然还有和文档页面，了解更多关于这些不同方法的信息

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D ##for the 3d surface plot
from matplotlib import cm

#non-integer spacing of the coordinates
x = np.linspace (10, 20, 15)
y = np.linspace (20, 50, 70)

#gridding the coordinates
xm, ym = np.meshgrid(x,y)

#example data
z = np.exp(-( 0.1*(xm-12)**2 + 0.05*(ym-40)**2 ) )

#opening a figure
fig = plt.figure(figsize=(6,6))

#matshow:
ax1 = fig.add_subplot(221)
res = ax1.matshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax1.set_title('matshow', y=1.1)

#imshow
ax2 = fig.add_subplot(222)
res = ax2.imshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax2.set_title('imshow')


#contourf
ax3 = fig.add_subplot(223)
res = ax3.contourf(xm,ym,z)
fig.colorbar(res)
ax3.set_title('contourf')

#3d surface
ax4 = fig.add_subplot(224, projection='3d')
res = ax4.plot_surface(
    xm,ym,z,
    cmap = cm.viridis,
    antialiased=False
)
fig.colorbar(res, pad = 0.1)
ax4.set_title('3d surface')

fig.tight_layout()
plt.show()

最终的绘图如下所示：

import numpy as np

x = np.arange(10,20,1, dtype = np.int)
y = np.arange(20,50,1, dtype = np.int)
z = np.zeros((x.shape[0],y.shape[0]))

for i,x0 in enum(x):
   for j,y0 in enum(y):
      filename = '{}_{}.txt'.format(x0,y0)
      z[i,j] = read_z_from_file(filename)

---

假设您有一个ready函数，比如

read_z_from_file（filename）

，该函数返回文件中包含的

z

-值，您可以如下操作：

import numpy as np

x = np.arange(10,20,1, dtype = np.int)
y = np.arange(20,50,1, dtype = np.int)
z = np.zeros((x.shape[0],y.shape[0]))

for i,x0 in enum(x):
   for j,y0 in enum(y):
      filename = '{}_{}.txt'.format(x0,y0)
      z[i,j] = read_z_from_file(filename)

然后可以使用

imshow

或

matshow

从

matplotlib

可视化

z

。例如：

from matplotlib import pyplot as plt
fix,ax = plt.subplots()
ax.imshow(z)
plt.show()

编辑：

为了回答OP的问题，有多种方法可以可视化您的数据

imshow

和

matshow

的功能相同，但显示细节不同。此外，除其他外，还可以生成等高线图或三维曲面。这在很大程度上取决于你想看什么。无论如何，假设上面的代码符合您的要求，我将在下面展示一些使用四种不同方法来显示相同示例数据的代码。您可以通过内置的pythons

help（）

函数，当然还有和文档页面，了解更多关于这些不同方法的信息

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D ##for the 3d surface plot
from matplotlib import cm

#non-integer spacing of the coordinates
x = np.linspace (10, 20, 15)
y = np.linspace (20, 50, 70)

#gridding the coordinates
xm, ym = np.meshgrid(x,y)

#example data
z = np.exp(-( 0.1*(xm-12)**2 + 0.05*(ym-40)**2 ) )

#opening a figure
fig = plt.figure(figsize=(6,6))

#matshow:
ax1 = fig.add_subplot(221)
res = ax1.matshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax1.set_title('matshow', y=1.1)

#imshow
ax2 = fig.add_subplot(222)
res = ax2.imshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax2.set_title('imshow')


#contourf
ax3 = fig.add_subplot(223)
res = ax3.contourf(xm,ym,z)
fig.colorbar(res)
ax3.set_title('contourf')

#3d surface
ax4 = fig.add_subplot(224, projection='3d')
res = ax4.plot_surface(
    xm,ym,z,
    cmap = cm.viridis,
    antialiased=False
)
fig.colorbar(res, pad = 0.1)
ax4.set_title('3d surface')

fig.tight_layout()
plt.show()

最终的绘图如下所示：

import numpy as np

x = np.arange(10,20,1, dtype = np.int)
y = np.arange(20,50,1, dtype = np.int)
z = np.zeros((x.shape[0],y.shape[0]))

for i,x0 in enum(x):
   for j,y0 in enum(y):
      filename = '{}_{}.txt'.format(x0,y0)
      z[i,j] = read_z_from_file(filename)

---

使用x和y作为坐标，并为能量z放置一个大小为的点

---

表格也可以，因为您没有说明x和y几何图形除了作为标签外还有任何数字用途。

使用x和y作为坐标，并为能量z设置一个大小为的点

---

表格也可以，因为您没有说明x和y几何图形除了作为标签之外还有任何数字用途。

我不明白您在想什么

x

、

y

和

z

具有不同的长度，因此您到底想要绘制什么？如何定义“依赖”？似乎x和y连接到文件名，并且这些文件包含要打印的内容。你能展示一下内容吗？每个文件是否有多个z值？每个z值都包含在标题名中具有x和y值的文件中。文件中唯一需要绘制的是z值，我已将其全部提取到一个大列表中。这导致了不同大小的数组，但实际上x和y的每个值都有一个特定的z值，因此所有数组长度都应该相同。我问的是如何最好地接近this@ShpielMeister，这些文件是包含分子轨道计算的大文本文件，其中唯一相关的值是能量，我已将每个文件提取到一个列表中。更具体地说，x和y指定了分子的几何结构，z给出了能量。我想看看当我们经过x时能量是如何变化的，我不明白你在想什么

x

、

y

和

z

具有不同的长度，因此您到底想要绘制什么？如何定义“依赖”？似乎x和y连接到文件名，并且这些文件包含要打印的内容。你能展示一下内容吗？每个文件是否有多个z值？每个z值都包含在标题名中具有x和y值的文件中。文件中唯一需要绘制的是z值，我已将其全部提取到一个大列表中。这导致了不同大小的数组，但实际上x和y的每个值都有一个特定的z值，因此所有数组长度都应该相同。我问的是如何最好地接近this@ShpielMeister，这些文件是包含分子轨道计算的大文本文件，其中唯一相关的值是能量，我已将每个文件提取到一个列表中。更具体地说，x和y指定了分子的几何结构，z给出了能量。我想看看能量随w的变化