Python 边界插值掩模
我想生成Z值之间的梯度热图,并使用Plotly显示 我遇到的问题是,如何有效地屏蔽在没有数据点的“凹面”区域中插值形成的不需要的数据。一种解决方案(可能不是最优雅的)是找到点的边界(凹面外壳),然后将此边界之外的任何内容设置为Python 边界插值掩模,python,numpy,matplotlib,scipy,plotly,Python,Numpy,Matplotlib,Scipy,Plotly,我想生成Z值之间的梯度热图,并使用Plotly显示 我遇到的问题是,如何有效地屏蔽在没有数据点的“凹面”区域中插值形成的不需要的数据。一种解决方案(可能不是最优雅的)是找到点的边界(凹面外壳),然后将此边界之外的任何内容设置为nan 查找您可以使用的边界,并确定栅格_z点是否在您可以使用的边界内(或上) 下面是一个在第一个plotly plots(曲线图)之前出现的示例: from shapely.geometry import Polygon, Point import alphashape
nan
查找您可以使用的边界,并确定栅格_z
点是否在您可以使用的边界内(或上)
下面是一个在第一个plotly plots(曲线图)之前出现的示例:
from shapely.geometry import Polygon, Point
import alphashape
mpoints = [Point(X, Y) for X, Y in zip(x, y)]
alpha=.125
hull = alphashape.alphashape(mpoints, alpha)
poly = Polygon(hull)
grid_gz = grid_z
gx = np.arange(min(x), max(x),1)
gy = np.arange(min(y), max(y),1)
for i, gxi in enumerate(gx):
for j, gyi in enumerate(gy):
if not np.isnan(grid_gz[j,i]): #UPDATE: no need to test pts that are already NaN
p1 = Point(gxi, gyi)
test = poly.contains(p1) | poly.touches(p1)
if test==False:
grid_gz[j,i]=np.nan
fig = go.Figure()
fig.add_trace(
go.Heatmap(z=grid_gz,x0=min(x),y0=min(y),showscale=True, zsmooth='best',
connectgaps=False, colorscale='Hot'
))
fig.add_trace(
go.Scatter(
x=x,
y=y,mode="markers",marker_size=2,marker_color="black",
))
fig.update_layout(
width = 1200,
height = 1200,
title = "Gradient Heatmap Plot",
yaxis = dict(
scaleanchor = "x",
scaleratio = 1,
))
fig.show()
进一步评论:
- 我最终手动选择了alpha值。您可以使用
来查找alpha值,但该值最终有点太过自然,并且一条边在热图中有台阶。我也看到了optimizealpha
- 有关更多信息,请访问
alphashape
- 更多信息可以在shapely的
和包含
触摸
哇,太感谢你了,杰维西!这对我帮助很大!我真的很感激!如果有时间,我可能会发布更新,但我认为这可以通过只测试非nan
grid_z
结果来改进。