使用 numpy 网格绘制二维等值线图的最佳方法

Question

我正在寻找使用 numpy 网格创建等高线图的最佳方法。

我的列中有 Excel 数据，简单如下所示：

x data values: -3, -2, -1, 0, 1, 2 ,3, -3, -2, -1, 0, 1, 2, 3
y data values:  1,  1,  1, 1, 1, 1, 1,  2,  2,  2, 2, 2, 2, 2
z data values:  7 , 5,  6, 5, 1, 0, 9,  5,  3,  8, 3, 1, 0, 4

x 和 y 值定义一个 2d 平面，其长度（x 轴）为 7 个值，深度（y 轴）为 2 个值。z 值定义相应点（或多或少是 z 轴）处的颜色。

我试过了：

import matplotlib.pyplot as plt
import numpy as np

x = [-3,-2,-1,0,1,2,3]

y = [1,2]

z = [7,5,6,5,1,0,9,5,3,8,3,1,0,4]

x, y = np.meshgrid(x, y)

A = np.array(z)
B = np.reshape(A, (-1, 2))

fig = plt.figure()
ax1 = plt.contourf(x, y, B)

plt.show()

我很确定我不明白网格是如何工作的。我是否必须使用 x 和 y 值的整个列表才能正常工作？

如何创建长度 (x) 为 7、深度 (y) 为 2 以及定义 x 和 y 值处的阴影/颜色的 z 值的二维矩形图？

预先感谢各位！

Answer 1

尝试

x_, y_ = np.meshgrid(x, y)
z_grid = np.array(z).reshape(2,7)
fig = plt.figure()
ax1 = plt.contourf(x_,y_,z_grid)
plt.show()

编辑：如果您想根据您的评论进行平滑处理，您可以尝试此处scipy.ndimage.zoom()描述的操作，即在您的情况下

from scipy import ndimage

z_grid = np.array(z).reshape(2,7)
z_grid_interp = ndimage.zoom(z_grid, 100)
x_, y_ = np.meshgrid(np.linspace(-3,3,z_grid_interp.shape[1]),np.linspace(1,2,z_grid_interp.shape[0]))

然后像以前一样绘制：

fig = plt.figure()
ax1 = plt.contourf(x_,y_,z_grid_interp)
plt.show()