光滑Contourf图完全填充

Question

我有(X，Y，Z)值的数据。我试着用Z值绘制密度图来表示强度。然而，我得到的情节并不平坦，而且有多面体，也就是没有完全填满。

下面是带有数据的代码

但我想要的是流畅和完整的情节。

import numpy as np
from scipy.interpolate import griddata
import matplotlib.pyplot as plt
import xlrd
location = "~/Desktop/Data.xlsx"
data = xlrd.open_workbook(location)
sheet = data.sheet_by_index(0)
sample=2000

x=np.array(sheet.col_values(0))[0:sample]
y=np.array(sheet.col_values(1))[0:sample]
z=np.hamming(9000)[0:sample]
print z
def plot_contour(x,y,z,resolution = 500,contour_method='cubic'):
    resolution = str(resolution)+'j'
    X,Y = np.mgrid[min(x):max(x):complex(resolution),   min(y):max(y):complex(resolution)]
    points = [[a,b] for a,b in zip(x,y)]
    Z = griddata(points, z, (X, Y), method=contour_method)
    return X,Y,Z

X,Y,Z = plot_contour(x,y,z,resolution = 500,contour_method='linear')

plt.style.context("seaborn-deep")

plt.contourf(X,Y,Z)
plt.colorbar()
plt.show()

这是输出：

​

​

这就是我想使用contourplotf实现的：

​

​

Answer 1

plt.contourf()不是这里的主要问题，它只是处理它所拥有的数据。该问题是scipy.interpolate.griddata()中的线性插值问题。

我建议不要使用griddata，而是使用以下方法之一：

• scipy.interpolate.Rbf() --这是你之前使用的(见我先前的回答)。
• 维德 -一个很棒的网格包。
• sklearn.gaussian_process -或其他预测模型。

所有这些方法都将填充网格。如果用plt.imshow()绘制结果，您将得到问题中显示的绘图类型--这不是plt.contourf()绘图。

这是一个演示笔记本展示了所有这些方法(包括griddata)。