Python 缝合不同网格间距的网格

我使用

np.fromfile

将二进制文件中的数据读取到

numpy

数组中。这些数据表示已知间距和形状的栅格上的Z值，因此将1D阵列重塑为栅格形状并使用

plt.imshow

进行打印没有问题。所以如果我有N个网格，我可以绘制N个子图，在一个图中显示所有数据，但我真正想做的是将它们绘制为一个图像

我不能仅仅堆叠数组，因为每个数组中的数据间隔不同，并且它们具有不同的形状

我的想法是“超级采样”所有网格，以最精细的网格、堆栈和绘图的间距，但我不确定这是否是一个好主意，因为这些网格文件可能会变得相当大

顺便问一下：假设我想这么做，我该怎么做：

    0, 1, 2
    3, 4, 5

致：

我愿意接受任何建议

谢谢

---

沙哈尔

如果你只是策划，答案是：不要

plt.imshow

有一个关键字参数

extent

，可用于在打印时缩放图像。除此之外，我建议使用scipy.ndimage.zoom，其顺序为0，这相当于重复值，但您可以轻松缩放到任何大小，或使用不同的顺序来获得平滑插值

np.tile

也可以作为非常简单的缩放选项

以下是一个例子：

a = np.arange(9).reshape(3,3)
b = np.arange(36).reshape(6,6)

plt.imshow(a, extent=[0,1,0,1], interpolation='none')
plt.imshow(b, extent=(1,2,0,1), interpolation='none')
# note scaling is "broke"
plt.xlim(0,2)

---

当然，要获得两者相同的颜色范围，您应该添加

vim=…

和

vmax

关键字。

您可以编写smth，如

循环

，它将每个元素附加到矩阵中使用

im.show

“范围”不是我要找的，我需要每个网格/数组/文件/任何你想叫它的东西的整个范围。我不需要缩放，我需要把所有的东西都放在一起，这样我就可以在一幅图像中绘图。@Shahar，所以你要对它们进行实际计算，而不仅仅是绘图。然后可能使用

scipy.ndimage.zoom

，除非您没有scipy。如果这一切都很正常，你需要特别小心RAM，可能还有其他选择，但请告诉我们更多关于你实际使用它们的情况，因为关键步骤似乎不仅仅是绘图。我做了一些计算，但这不是问题所在。如上所述，我可以通过

plt.imshow

看到我所做的所有操作的结果，但一旦处理完每个“补丁”，我想将它们合并到一个图像中。我意识到我的图像的某些部分将是低分辨率补丁的过采样版本，但我不关心这一点。@Shahar那么，请解释为什么

范围
关键字不是您想要的。你试过了吗？我不明白如何将多个数据数组传递给imshow，并将它们显示为一个图像。我错过什么了吗？
a = np.arange(9).reshape(3,3)
b = np.arange(36).reshape(6,6)

plt.imshow(a, extent=[0,1,0,1], interpolation='none')
plt.imshow(b, extent=(1,2,0,1), interpolation='none')
# note scaling is "broke"
plt.xlim(0,2)