matplotlib来自x，y，z值的2D图

Question

我是Python初学者。

我有一个X值列表

x_list = [-1,2,10,3]

我有一个Y值列表

y_list = [3,-3,4,7]

然后我为每对夫妇提供Z值。原理上，这就是这样的：

X   Y    Z
-1  3    5
2   -3   1
10  4    2.5
3   7    4.5

并且Z值存储在z_list = [5,1,2.5,4.5]中。 我需要得到一个2D图，其中X轴上的X值，Y轴上的Y值，以及每个耦合的Z值，由强度图表示。 这是我尝试过的，但未成功：

X, Y = np.meshgrid(x_list, y_list) 
fig, ax = plt.subplots()
extent = [x_list.min(), x_list.max(), y_list.min(), y_list.max()]
im=plt.imshow(z_list, extent=extent, aspect = 'auto')
plt.colorbar(im)
plt.show()

如何正确完成这项工作？

Answer 1

这是一种方法：

import matplotlib.pyplot as plt
import nupmy as np
from matplotlib.colors import LogNorm

x_list = np.array([-1,2,10,3])
y_list = np.array([3,-3,4,7])
z_list = np.array([5,1,2.5,4.5])

N = int(len(z_list)**.5)
z = z_list.reshape(N, N)
plt.imshow(z, extent=(np.amin(x_list), np.amax(x_list), np.amin(y_list), np.amax(y_list)), norm=LogNorm(), aspect = 'auto')
plt.colorbar()
plt.show()

我点了这个链接：How to plot a density map in python?

Answer 2

问题在于imshow(z_list, ...)期望z_list成为(n,m)类型数组，基本上是值网格。要使用imshow函数，您需要为每个网格点设置Z值，您可以通过收集更多数据或插值来完成。

以下是一个使用线性插值数据的示例：

from scipy.interpolate import interp2d

# f will be a function with two arguments (x and y coordinates),
# but those can be array_like structures too, in which case the
# result will be a matrix representing the values in the grid 
# specified by those arguments
f = interp2d(x_list,y_list,z_list,kind="linear")

x_coords = np.arange(min(x_list),max(x_list)+1)
y_coords = np.arange(min(y_list),max(y_list)+1)
Z = f(x_coords,y_coords)

fig = plt.imshow(Z,
           extent=[min(x_list),max(x_list),min(y_list),max(y_list)],
           origin="lower")

# Show the positions of the sample points, just to have some reference
fig.axes.set_autoscale_on(False)
plt.scatter(x_list,y_list,400,facecolors='none')

您可以看到它在您的采样点显示正确的值（由x_list和y_list指定，由半圆显示），但在其他地方有更大的变化，因为插值的性质和少量的采样点。