Griddata创建坏形状scipy

时间:2012-07-26 11:12:55

标签: python numpy scipy gaussian interpolation

我正在使用此code来使用griddata可视化我的数据。代码如下所示:

import math 
import numpy as np
from scipy.interpolate import griddata
import matplotlib.pyplot as plt


**THE LIST C=DATA IS IN THE LINK ABOVE**

cx=np.asarray([row[0] for row in C])
cy=np.asarray([row[1] for row in C])
cz=np.asarray([row[2] for row in C])

xi = np.linspace(22.4,22.5,10)
yi = np.linspace(37,37.1,10)
# grid the data.
zi = griddata((cx, cy), cz, (xi[None,:], yi[:,None]), method='nearest')

plt.contourf(xi,yi,zi,300,cmap=plt.cm.jet)
# draw colorbar
plt.colorbar() 

plt.xlim(xmin=22.4,xmax=22.5)
plt.ylim(ymin=37,ymax=37.1)
plt.title('no diamonds please')
plt.show()

正如你所看到的那样,有一些菱形的形状实际上应该像高斯的轮廓一样,例如显示here

我做错了吗?我应该使用其他工具而不是griddata吗?我在使用sagemath时遇到了问题,现在切换到“纯粹的”python。请注意Noob级别:)

1 个答案:

答案 0 :(得分:1)

实际上很傻,答案只是增加" stepize"在linspace中,例如:

xi = np.linspace(22.4,22.5,100)