我试图用散点图来绘制一些数据。我的代码是
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from scipy.interpolate import griddata
data = np.loadtxt('file1.txt')
x = data[:,0]
y = data[:,1]
z = data[:,2]
plt.scatter(x, y, c=z, s=100, cmap=mpl.cm.spectral)
cbar=plt.colorbar()
s=18
plt.ylabel(r"$a_v$", size=s)
plt.xlabel(r"$a_{\rm min}$", size=s)
plt.xlim([x.min(),x.max()])
plt.ylim([y.min(),y.max()])
plt.show()
结果是
现在我想到了尝试使用一些数据进行imshow,因为我不喜欢分散的圈子。 所以我尝试了这个
from matplotlib.mlab import griddata
import matplotlib.pyplot as plt
data = np.loadtxt('file1.txt')
x = data[:,0]
y = data[:,1]
z = data[:,2]
N = 30j
extent = (min(x), max(x), min(y), max(y))
xs,ys = np.mgrid[extent[0]:extent[1]:N, extent[2]:extent[3]:N]
resampled = griddata(x, y, z, xs, ys)
plt.imshow(resampled.T, extent=extent)
s=18
plt.ylabel(r"$a_v$", size=s)
plt.xlabel(r"$a_{\rm min}$", size=s)
plt.xlim([x.min(),x.max()])
plt.ylim([y.min(),y.max()])
cbar=plt.colorbar()
plt.show()
有了这个结果:
我的问题很明显是为什么imshow()
会反转数据?这到底发生了什么?
PS:以下是data,以防有人想和他们一起玩
答案 0 :(得分:33)
查看imshow
的关键字参数。有origin
。默认值为“upper”,但您需要“lower”。
默认情况下,绘制图像通常从左上角开始。对于大多数矩阵绘图,您需要origin="lower"
答案 1 :(得分:4)
它没有倒置,只是翻转。 imshow
的来源默认为左上角而不是左下角。 imshow
有一个参数来指定原点,它的名称来源。或者,您可以在matplotlib.conf
。
答案 2 :(得分:2)
如果要绘制f(X, Y) = Z
形式的数据,请考虑使用pcolormesh
或contourf
。 imshow
只是简单地绘制数据Z
,缩放和重新采样已经手动完成。
答案 3 :(得分:1)