小编Sha*_*har的帖子

在该示例中,颜色与每个条的半径相关.如何在这个情节中添加一个颜色条？

我的代码模仿了"玫瑰图"投影,它基本上是极坐标投影的条形图.

这是它的一部分:

angle = radians(10.)
patches = radians(360.)/angle
theta = np.arange(0,radians(360.),angle)
count = [0]*patches
for i, item in enumerate(some_array_of_azimuth_directions):
    temp = int((item - item%angle)/angle)
    count[temp] += 1
width = angle * np.ones(patches)

# force square figure and square axes looks better for polar, IMO
fig = plt.figure(figsize=(8,8))
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], polar=True)

rmax = max(count) + 1

ax.set_rlim(0,rmax)
ax.set_theta_offset(np.pi/2)
ax.set_thetagrids(np.arange(0,360,10))
ax.set_theta_direction(-1)

# project strike distribution as histogram bars
bars = ax.bar(theta, count, width=width)
r_values = …

我scipy.interpolate.griddata在尝试将“几乎”有规律的网格数据插入到地图坐标中时遇到了极其缓慢的性能，以便可以绘制地图和数据，matplotlib.pyplot.imshow因为matplotlib.pyplot.pcolormesh它花费的时间太长并且alpha在其他方面表现不佳。

最好展示一个例子（输入文件可以在这里下载）：

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

map_extent = (34.4, 36.2, 30.6, 33.4)
# data corners:
lon = np.array([[34.5,        34.83806236],
                [35.74547079, 36.1173923]])
lat = np.array([[30.8,        33.29936152],
                [30.67890411, 33.17826563]])

# load saved files
topo = np.load('topo.npy')
lons = np.load('lons.npy')
lats = np.load('lats.npy')
data = np.load('data.npy')

# get max res of data
dlon = abs(np.array(np.gradient(lons))).max()
dlat = abs(np.array(np.gradient(lats))).max()

# interpolate the data to the extent …

我已经阅读了subprocess.Popen上的所有内容，但是我想我缺少了一些东西。

我需要能够执行一个Unix程序，该程序从python脚本中创建的列表中读取数据流并将该程序的结果写入文件。在bash提示符下，我一直都没问题，但现在我尝试从python脚本中执行此操作，该脚本在进入此阶段之前会先预处理一些二进制文件和大量数据。

让我们看一个不包含所有预处理的简单示例：

import sys
from pylab import *
from subprocess import *
from shlex import split

# some arbitrary x,y points
points = [(11,31),(13,33),(15,37),(16,35),(17,38),(18,39.55)]

commandline = 'my_unix_prog option1 option2 .... > outfile'
command = split(commandline)

process = Popen(command, stdin=PIPE, stdout=PIPE, stderr=PIPE)
print process.communicate(str(points))

在bash中执行的方式是：

echo "11 31
      13 33
      15 37
      16 35
      17 38
      18 39.55" | my_unix_prog option1 option2 .... > outfile

数据输入到unix prog的方式也很重要，我应该格式化为两列，并用空格隔开。

任何帮助表示赞赏...

我最近重新安装了我的 python 环境，以前运行速度非常快的代码现在充其量只是缓慢运行（通常只是挂起，占用越来越多的内存）。

代码挂起的点是：

solve(exp(-alpha * x**2) - 0.01, alpha)

我已经能够使用新的 IPython 0.13.1 会话重现此问题：

In [1]: from sympy import solve, Symbol, exp
In [2]: x = 14.7296138519
In [3]: alpha = Symbol('alpha', real=True)
In [4]: solve(exp(-alpha * x**2) - 0.01, alpha)

这适用于整数，但也很慢。在原始代码中，我循环查找不同 x 值（14.7296138519 除外）的数百个不同的 alpha，并且花费的时间不超过一秒。

有什么想法吗？

我刚刚将我的Jupyter版本升级到4.2.1,似乎内联数字已经变得更大了figsize.

我在想这个吗？

我可以改变它而不改变figsize吗？