如何在网格上进行细化绘制？

Question

Related question

我的数据以（3×N）数组的形式出现

[[x_0, ..., x_N-1],
 [y_0, ..., y_N-1],
 [z_0, ..., z_N-1]]

我要绘制它，使得前两行编码像素的X，Y位置，而第三行设置像素的颜色。

但是，我不想进行任何插值。确切地说，所有点都位于网格上，从而平铺了空间，而较低的划分是对原始网格的细化。这是一些虚拟数据

[[4, 12, 24,  4, 12, 20, 28,  8, 18, 22, 28, 17, 19, 22, 17, 19],  # X
 [4,  4,  8, 12, 12, 20, 20, 24, 26, 26, 28, 29, 29, 30, 31, 31],  # Y
 [1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16]]  # Z (color)

这些像素的大小

D = [8,  8, 16,  8,  8,  8,  8, 16,  4,  4,  8,  2,  2,  4,  2,  2]

此处说明的是与上述虚拟数据相对应的像素所需的位置和空间范围。

现在，我可以对数据进行插值以匹配最细的网格点，但这将效率低下并且不是很优雅。我的网格中的某些区域可能比其他区域更为精细。

有没有办法在matplotlib中进行这种绘图？

编辑 为了澄清，在大小（d×d）的位置（x，y）上细化一个像素会在位置（x-d / 4，y-d / 4），（x + d / 4，y-d / 4），（x-d / 4，y + d / 4），（x + d / 4，y + d / 4），每个大小为（d / 2×d / 2）。位置始终以像素的中心为准。

Answer 1

没有内置函数可以绘制问题中指定的不规则网格。解决方案将是定义具有各个边缘的“像素”的集合。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import PolyCollection
from matplotlib.ticker import MultipleLocator

x =  np.array([4, 12, 24,  4, 12, 20, 28,  8, 18, 22, 28, 17, 19, 22, 17, 19])  # X
y =  np.array([4,  4,  8, 12, 12, 20, 20, 24, 26, 26, 28, 29, 29, 30, 31, 31])  # Y
z =  np.array([1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16])  # Z (color)
D =  np.array([8,  8, 16,  8,  8,  8,  8, 16,  4,  4,  8,  2,  2,  4,  2,  2])


def irregularmesh(x, y, s, c, ax=None, **kwargs):
    xedge = np.c_[-s, s, s, -s]/2. + np.atleast_2d(x).T
    yedge = np.c_[-s, -s, s, s]/2. + np.atleast_2d(y).T
    xy = np.stack((xedge,yedge), axis=2)

    # Create collection of rectangles.
    pc = PolyCollection(xy, closed=True, **kwargs)
    pc.set_array(c)
    ax = ax or plt.gca()
    ax.add_collection(pc)
    return pc

######## Plotting ################
fig, ax = plt.subplots()

pc = irregularmesh(x, y, D, z, ax=ax, linewidth=0, cmap="inferno")
fig.colorbar(pc, ax=ax)

ax.margins(0)
ax.autoscale()

for axis in [ax.xaxis, ax.yaxis]:
    axis.set_major_locator(MultipleLocator(4))
plt.show()