Python 创建二维等高线图

好吧，我在这里完全不知所措。我想我正在尝试构建一个二维等高线图。我不确定这是否是我实际上试图构建的情节的名称。我有一张我试图构建的附加图片

我发现了一些关于构建这样一个图（，）的有用问题和指南。我遇到的问题是，所有东西都要求x轴和y轴具有相同数量的数据点。但是，我的x轴列表有26个值，而我的y轴列表有1024个值。表示每个对应数据点需要的颜色的列表长度为26*1024=26624个数据点

我将尝试解释描述我的绘图的数据是如何工作的，但为了防止我做得不好，我还将附上我的数据的示例图片。基本上，它列出一个x值1024次。每次列出x值时，它都会列出相应的y和z值。然后移动到下一个x值

例如：

x = np.array([0,0,0,0,0,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4])
y = np.array([0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1)]
color_map = random.sample(xrange(10), 25)

我提取数据没有问题，只是知道在提取数据后如何处理它

FLR = np.genfromtxt("C:\\Users\\Downloads\\Python\\aupnipam_scan41_3DFLR(1).txt")
x = FLR[:,][:,0]
y = FLR[:,][:,1]
z = FLR[:,][:,2]

请帮忙

---

我相信您需要的是matplotlib中的这个函数

pcolormesh(x, y, z)

解决问题的最佳方法是按照本文中包含的脚本进行操作

---

你们能以可以复制的格式共享一点数据吗？我可以分享一段与您的数据一起使用的代码片段，以便进一步澄清。

我相信您正在寻找matplotlib中的此函数

pcolormesh(x, y, z)

解决问题的最佳方法是按照本文中包含的脚本进行操作

---

你们能以可以复制的格式共享一点数据吗？我可以分享一个与您的数据一起工作的代码片段，以便进一步澄清。

不要求沿两个轴具有相同数量的数据。 与

您有不同的x值和不同的y值，但您同样可以有不同数量的值。 唯一的要求是你必须

• z值等于这两个数字的乘积，在本例中为25

  z = np.random.rand(nx*ny)
  

• z值等于每个数字的乘积减去1，在这种情况下为16

  z = np.random.rand((nx-1)*(ny-1))
  

取决于要在栅格边缘还是中心定义值

在这种情况下，第一种情况似乎适用

因此，您只需将数据重塑为2D数组（在本例中，将其转置，因为x值沿第二个数组维度移动）

最后，您可以使用

imshow

绘制它。然后，棘手的部分是设置图像的正确范围，因为图像边缘不在中心像素位置，而是向右或向左移动了半个像素的宽度

extent = [x.min()-np.diff(x)[0]/2.,x.max()+np.diff(x)[0]/2.,
          y.min()-np.diff(y)[0]/2.,y.max()+np.diff(y)[0]/2.,]
plt.imshow(Z, extent=extent, aspect="auto")

plt.show()

---

不要求沿两个轴具有相同数量的数据。 与

您有不同的x值和不同的y值，但您同样可以有不同数量的值。 唯一的要求是你必须

• z值等于这两个数字的乘积，在本例中为25

  z = np.random.rand(nx*ny)
  

• z值等于每个数字的乘积减去1，在这种情况下为16

  z = np.random.rand((nx-1)*(ny-1))
  

取决于要在栅格边缘还是中心定义值

在这种情况下，第一种情况似乎适用

因此，您只需将数据重塑为2D数组（在本例中，将其转置，因为x值沿第二个数组维度移动）

最后，您可以使用

imshow

绘制它。然后，棘手的部分是设置图像的正确范围，因为图像边缘不在中心像素位置，而是向右或向左移动了半个像素的宽度

extent = [x.min()-np.diff(x)[0]/2.,x.max()+np.diff(x)[0]/2.,
          y.min()-np.diff(y)[0]/2.,y.max()+np.diff(y)[0]/2.,]
plt.imshow(Z, extent=extent, aspect="auto")

plt.show()

---

绘制不规则数据轮廓的另一种方法：

import numpy as np
from scipy.interpolate import griddata

x = np.array([0,0,0,0,0,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4])
y = np.array([0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1])
z = np.random.rand(25)
xi = np.linspace(min(x),max(x),100)
yi = np.linspace(min(y),max(y),100)
zi = griddata((x,y),z,(xi[None:,],yi[:,None]),method='linear',fill_value=0.0)
plt.contourf(xi,yi,zi)
plt.colorbar()
plt.show()

---

绘制不规则数据轮廓的另一种方法：

import numpy as np
from scipy.interpolate import griddata

x = np.array([0,0,0,0,0,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4])
y = np.array([0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1, 0.2, 0.4, 0.6, 0.8, 1])
z = np.random.rand(25)
xi = np.linspace(min(x),max(x),100)
yi = np.linspace(min(y),max(y),100)
zi = griddata((x,y),z,(xi[None:,],yi[:,None]),method='linear',fill_value=0.0)
plt.contourf(xi,yi,zi)
plt.colorbar()
plt.show()

---

我认为您的问题在于，当您应该搜索“热图”时，您正在搜索“等高线图”！我认为你的问题是，当你应该搜索“热图”时，你正在搜索“等高线图”！我很乐意，但我不知道如何将.txt文件上载到堆栈溢出。只是编辑了我的问题，添加了一些虚构的示例data@B.Moore-一般做法是将文件上载到文件共享服务，如pastebin或google drive，然后共享指向它们的链接，而不是将文件上载到。我很乐意，但我不知道如何将.txt文件上传到堆栈溢出。只是编辑了我的问题，加入了一些虚构的例子data@B.Moore-一般做法是将文件上载到文件共享服务（如pastebin或google drive），然后共享指向这些文件的链接，而不是将文件上载到。