我正在绘制天线周围磁场强度的三维极坐标图。数据示例如下所示:
0.5 0 -22
0.5 0 -21
0.5 0 -22
0.5 0 -21
0.5 0 -22
0.5 0 -22
0.5 0 -22
0.5 0 -22
其中第1列是距天线的半径,第2列是围绕天线的角度,第3列是场强的dBm值。在
我在每个点上都取了一些样本,这些样本是我的脚本的平均值。3对应列表R、P和Z,其中包含半径、角度和每个唯一点处场强的线性值。在
我想绘制一个三维极坐标图。为此,我把R和P值从极坐标转换成笛卡尔坐标X和Y
^{pr2}$然后我使用下面的代码来插值数据
xi = np.linspace(X.min(),X.max(),100)
yi = np.linspace(Y.min(),Y.max(),100)
zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')
然后我创建一个网格并按如下方式绘制数据
xig, yig = np.meshgrid(xi, yi)
surf = ax.plot_surface(xig, yig, zi,linewidth=0)
plt.show()
这将创建以下绘图
有没有办法让表面更光滑?使用griddata type=cubic插值数据不起作用,只会用“nan”值填充矩阵zi。也许有更好的3D选择,或者我做错了什么?在
使用建议的interp2d函数刚刚导致zi被填充为nan值。我使用它的方式如下:
zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')
interp2d(xi, yi, zi, kind='cubic')
以及
zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='linear')
zi = interp2d(xi, yi, zi, kind='cubic')
这两种方法都给出了以下错误
Warning: No more knots can be added because the number of B-spline coefficients
already exceeds the number of data points m. Probably causes: either
s or m too small. (fp>s)
kx,ky=3,3 nx,ny=104,105 m=10000 fp=nan s=0.000000
我也试过了
interp = interp2d(X,Y,Z,kind='cubic'); new_zi = interp(xi, yi)
这给了我一个类似的错误:
Warning: No more knots can be added because the number of B-spline coefficients
already exceeds the number of data points m. Probably causes: either
s or m too small. (fp>s)
kx,ky=3,3 nx,ny=14,15 m=104 fp=nan s=0.000000
虽然m要小得多。在
看起来问题是s是0,fp=nan。这些价值观是什么?在
s
是一个参数,用于设置给定点的误差(即插值曲面可以错过源点的距离)。如果s=0
,则插值必须精确命中每个点。如果数据中有噪声,高阶导数将不平滑,这将导致1)使拟合曲面看起来很糟糕,因为它会扭曲自身以使值和高导数2)需要大量的控制点。在对于噪声数据,高阶插值实际上比线性插值差得多。在
根据
interp2D
文档,它实际上只是调用bisplrep
(doc),您可以直接使用它,并且可以访问更多的旋钮。在为了得到“窒息”插值,你必须接受原始数据的某种程度的平滑。这是否可以取决于你。在
相关问题 更多 >
编程相关推荐