如何在python中绘制密度图？

Question

我有一个.txt文件，其中包含2D地图中规则间隔点的x，y值，第三个坐标是该点的密度。

4.882812500000000E-004  4.882812500000000E-004  0.9072267
1.464843750000000E-003  4.882812500000000E-004   1.405174
2.441406250000000E-003  4.882812500000000E-004   24.32851
3.417968750000000E-003  4.882812500000000E-004   101.4136
4.394531250000000E-003  4.882812500000000E-004   199.1388
5.371093750000000E-003  4.882812500000000E-004   1278.898
6.347656250000000E-003  4.882812500000000E-004   1636.955
7.324218750000000E-003  4.882812500000000E-004   1504.590
8.300781250000000E-003  4.882812500000000E-004   814.6337
9.277343750000000E-003  4.882812500000000E-004   273.8610

当我在gnuplot中绘制此密度图时，使用以下命令：

set palette rgbformulae 34,35,0
set size square
set pm3d map
splot "dens_map.map" u 1:2:(log10($3+10.)) title "Density map"`

这给了我这个美丽的形象：

现在我想用matplotlib获得相同的结果。

Answer 1

我的目标是更完整的答案，包括选择颜色图和颜色轴的对数标准化。

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import LogNorm
import numpy as np
x, y, z = np.loadtxt('data.txt', unpack=True)
N = int(len(z)**.5)
z = z.reshape(N, N)
plt.imshow(z+10, extent=(np.amin(x), np.amax(x), np.amin(y), np.amax(y)),
        cmap=cm.hot, norm=LogNorm())
plt.colorbar()
plt.show()

我在这里假设您的数据可以通过简单的重塑转换为二维数组。如果不是这种情况，则需要更加努力地获取此表单中的数据。如果你的数据位于网格上（就像它似乎那样），使用imshow而不是pcolormesh在这里更有效。上面的代码片段会生成以下图片，非常接近您想要的图片：

Answer 2

来自@HYRY的评论很好，但完整的最小工作答案（带图片！）更好。使用plt.pcolormesh

import pylab as plt
import numpy as np

# Sample data
side = np.linspace(-2,2,15)
X,Y = np.meshgrid(side,side)
Z = np.exp(-((X-1)**2+Y**2))

# Plot the density map using nearest-neighbor interpolation
plt.pcolormesh(X,Y,Z)
plt.show()

如果数据看起来像你的样本，numpy可以使用命令numpy.genfromtext加载它。