Python导入txt表文件中的等高线图

Question

我正在尝试制作一个等高线图，例如：

使用 txt 文件中的 3 列数据表，行数很长。

使用此代码：

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate

data = np.loadtxt(r'dataa.txt')

a = [data[:,0]]
b = [data[:,1]]
n = [data[:,2]]

x = np.asarray(a)
y = np.asarray(b)
z = np.asarray(n)

print "x = ", x
print "y = ", y
print "z = ", z

fig=plt.figure()

CF = contour(x,y,z,colors = 'k')

plt.xlabel("X")
plt.ylabel("Y")
plt.colorbar()
plt.show()

我不知道为什么，它不起作用。Python 为我提供了我期望看到的值的正确轴，但图中只是一个空白，我知道它正在以正确的方式导入数据，因为它在绘图之前向我显示了我的值。

表格示例：（差异是因为我的表格有 90000 行）

使用此代码：

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate

N = 1000 #number of points for plotting/interpolation

x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)

xi = np.linspace(x.min(), x.max(), N)
yi = np.linspace(y.min(), y.max(), N)
zi = scipy.interpolate.griddata((x, y), z, (xi[None,:], yi[:,None]), method='cubic')

fig = plt.figure()
plt.contour(xi, yi, zi)
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

我得到了这个结果： 我想我的建议是错误的。

Answer 1

我的评论的后续......首先，我将替换所有这些行：

data = np.loadtxt(r'dataa.txt')

a = [data[:,0]]
b = [data[:,1]]
n = [data[:,2]]

x = np.asarray(a)
y = np.asarray(b)
z = np.asarray(n)

和：

x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)

您的原始代码在前面添加了一个额外的轴，因为它[data[:,0]]是一个包含一个元素的数组列表。其结果是，x.shape将(1, N)代替如果(N,)。所有这些都可以使用上面的最后一行自动完成，或者您可以使用相同的data加载并说：

x = data[:,0]
y = data[:,1]
z = data[:,2]

因为这些切片会给你一个数组。

但是，您还没有完全完成，因为plt.contour希望您为它提供一个二维数组z，而不是一维值数组。现在，您似乎z在给x, y定点有值，但contour希望您给它一个二维数组，如图像。

之前，我可以回答这个问题，我需要知道如何x和y间隔。如果定期，你可以很容易地填充一个数组。如果不定期，您基本上必须先进行插值，然后才能制作等高线图。

要进行插值，请使用

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate

N = 1000 #number of points for plotting/interpolation

x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)

xi = np.linspace(x.min(), x.max(), N)
yi = np.linspace(y.min(), y.max(), N)
zi = scipy.interpolate.griddata((x, y), z, (xi[None,:], yi[:,None]), method='cubic')

fig = plt.figure()
plt.contour(xi, yi, zi)
plt.xlabel("X")
plt.ylabel("Y")
plt.show()