Question

我正在尝试使用contour和pcolormesh显示带有轴标签的2D数据。正如在matplotlib用户列表中所指出的，这些函数遵循不同的约定：pcolormesh期望x和y值指定单个像素的角，而contour期望像素的居中。

使这些行为一致的最佳方法是什么？

我考虑过的一个选项是制作“中心到边缘”功能，假设数据间隔均匀：

def centers_to_edges(arr):
    dx = arr[1]-arr[0]
    newarr = np.linspace(arr.min()-dx/2,arr.max()+dx/2,arr.size+1)
    return newarr

另一种选择是使用imshow设置extent关键字第一种方法不能很好地与2D轴一起使用（例如，由meshgrid或indices创建），第二种方法完全丢弃轴编号

Answer 1

您的数据是常规网格吗？如果没有，您可以使用griddata（）来获取它。我认为如果你的数据太大，总是可以进行子采样或正则化。如果数据太大，也许你的输出图像总是比它小，你可以利用它。如果将imshow（）与“extent”和“interpolation ='nearest'”一起使用，您将看到数据以单元为中心，并且范围提供了单元格（角落）的下边缘。另一方面，轮廓假设数据以细胞为中心，X，Y必须是细胞的中心。因此，您需要关注轮廓的输入域。简单的例子是：

x = np.arange(-10,10,1)
X,Y = np.meshgrid(x,x)
P = X**2+Y**2
imshow(P,extent=[-10,10,-10,10],interpolation='nearest',origin='lower')
contour(X+0.5,Y+0.5,P,20,colors='k')

我的测试告诉我pcolormesh（）是一个非常慢的例程，我总是试图避免它。 griddata和imshow（）总是对我很好的选择。

把pcolormesh和轮廓放到同一个网格上？

1 个答案: