我有一些二维范围的数据,我有兴趣分析。这些数据最初出现在列表x、y和z中,其中z[i]是位于(x[i],y[i])处的点的值。然后我使用
x=np.array(x)
y=np.array(y)
z=np.array(z)
xi=np.linspace(minx,maxx,100)
yi=np.linspace(miny,maxy,100)
zi=griddata(x,y,z,xi,yi)
< >我用绘制了席、义、子数据。
^{pr2}$
这就产生了这个图:
在这张图中,你可以看到S型曲线,其中的值等于零(顺便说一句:数据的变化不像colorbar中显示的那样快——这只是我将数据规格化为-10-10的结果,而实际上数据的范围远远超出了这个范围;我这样做是为了让零值区域显示得更好——也许还有更好的方法来实现。在
分散的点只是我有原始数据的点(是的,在这个例子中,我的数据已经在一个规则的网格上)。我想知道的是,是否有一个好的方法来提取曲线为零的值,并得到x,y对,如果绘制成一条线,它将跟踪colormesh中的零区域。我可以插入一个非常精细的网格,然后用暴力搜索最接近于零的值。但是,有没有一种更自动的方式来做这件事,或者更自动地画出这条“零线”?在
第二个问题:我正确地使用了griddata,对吗?我有这些简单的1D数组,尽管在其他地方人们在调用griddata之前使用各种meshgrids、加载文本等。在
下面是一个完整的例子:
输出如下:
相关问题 更多 >
编程相关推荐