当我有x,y,强度时,我不知道如何创建热图(或等高线图)。我有一个看起来像这样的文件:
0,1,6
0,2,10
....
到目前为止:
with open('eye_.txt', 'r') as f:
for line in f:
for word in line.split():
l = word.strip().split(',')
x.append(l[0])
y.append(l[1])
z.append(l[2])
尝试使用pcolormesh,但它想要一个形状对象,我不确定如何将这些列表转换为numpy数组。
我试过了:
i,j = np.meshgrid(x,y)
arr = np.array(z)
plt.pcolormesh(i,j,arr)
plt.show()
它告诉我:
IndexError: too many indices
有人可以阻止我对着键盘砸我的头吗?
答案 0 :(得分:6)
好的,还有几个步骤。
首先,更简单的方法是使用numpy.genfromtxt
来读取数据文件。您可以将分隔符设置为带有delimiter
参数的逗号。
接下来,我们要制作x
和y
的2D网格,因此我们只需要将这些值中的唯一值存储到数组中以提供给numpy.meshgrid
。
最后,我们可以使用这两个数组的长度来重塑我们的z
数组。
(注意:此方法假设您有一个规则网格,网格上的每个点都有x
,y
和z
。
例如:
import matplotlib.pyplot as plt
import numpy as np
data = np.genfromtxt('eye_.txt',delimiter=',')
x=data[:,0]
y=data[:,1]
z=data[:,2]
## Equivalently, we could do that all in one line with:
# x,y,z = np.genfromtxt('eye_.txt', delimiter=',', usecols=(0,1,2))
x=np.unique(x)
y=np.unique(y)
X,Y = np.meshgrid(x,y)
Z=z.reshape(len(y),len(x))
plt.pcolormesh(X,Y,Z)
plt.show()
答案 1 :(得分:2)
索引错误源于pcolormesh在@using (Html.BeginForm("", "User", FormMethod.Post, new { enctype = "multipart/form-data", @class = "form-horizontal" }))
{
// @Html.AntiForgeryToken()
<table>
<tr>
<td>
@Html.LabelFor(x => x.UserName)
</td>
<td>
@Html.EditorFor(x => x.UserName)
</td>
</tr>
<tr>
<td>
@Html.LabelFor(x => x.Password)
</td>
<td>
@Html.EditorFor(x => x.Password)
</td>
</tr>
<tr>
<td colspan="2">
<input type="submit" value="login" onclick="return Upload();">
</td>
</tr>
<tr>
<td colspan="2">
@Html.TextBoxFor(x => x.Resume, new { type = "file" })
</td>
</tr>
<tr>
<td colspan="2">
@Html.ValidationSummary(true)
</td>
</tr>
</table>
}
是1D向量时期望2D数组的事实。另外,如果我理解正确,您的输入文件的格式为
[HttpPost]
public ActionResult Index(UserLoginModel obj)
在这种情况下,arr
将无效,因为它需要0,1,z
0,2,z
...
0,ymax,z
...
1,1,z
1,2,z
...
xmax,ymax,z
之类的内容,即没有重复值的向量。
在你的情况下,你需要找出有多少不同的x和y值,然后简单地将你的矢量重塑成2D数组。
meshgrid(x,y)
答案 2 :(得分:1)
如果您没有常规网格(即x和y的每个网格网格值的z值),您可以使用基于pandas数据框的更通用的方法:
import pandas as pd
import seaborn as sns
import matplotlib.pypot as plt
data = pd.DataFrame(data={'x':x, 'y':y, 'z':z})
data = data.pivot(index='x', columns='y', values='z')
sns.heatmap(data)
plt.show()
pivot方法将使用索引和列中的唯一值来构造缺少测量设置为NaN的表。然后可以将该表绘制为热图。
答案 3 :(得分:0)
要将列表转换为numpy数组,您可以使用np.asarray
。
这是获取热图的简便方法,您应该能够根据您的问题调整此示例。
import matplotlib.pyplot as plt
import numpy as np
a = [[1,2,3], [3,4,5], [5,6,7], [7, 8, 9]]
b = np.asarray(a)
plt.pcolor(b)
plt.show()
要像列表一样读取数据,您可以这样做:
a = []
for line in file.readlines():
a.append( map( int, line.split(',') ) )
简而言之。在较长的版本中,它相当于:
a = []
for line in file.readlines():
tmp = line.split(',')
inttmp = [int(x) for x in a]
a.append(inttmp)