如何将轮廓应用于与 x 和 y 矩阵具有相同维度的 z 矩阵答案

【问题标题】：How to apply contour to z matrix which has the same dimension as x- and y matrix如何将轮廓应用于与 x 和 y 矩阵具有相同维度的 z 矩阵
【发布时间】：2022-12-04 06:22:34
【问题描述】：

我的数据集包含 x、y 坐标和能量表面 z。我需要把它们变成this image。问题是 z 需要具有 (x, y) 的维度，但它们三个都是长度为 10201 的一维 numpy 数组（z 中的一些值也是 inf）。我试图将 z 变成一个 meshgrid

Z, Z = np.meshgrid(z,z)

然后尝试

ax.contour(x, y, Z)

但结果是this。它应该怎么做呢？

我试图将 z 变成一个 meshgrid，试图删除所有在 z 中包含 inf 值的行，试图将它们全部变成 meshgrids

【问题讨论】：

标签： python matplotlib contour

【解决方案1】：

要从 x、y 和 z 坐标的一维数组创建等高线图，您可以使用 NumPy 的 meshgrid 函数从一维数组创建二维网格，然后使用 Matplotlib 中的等高线函数创建等高线图。

首先，您需要使用 NumPy 的 meshgrid 函数从 x 和 y 坐标的一维数组创建二维网格。您可以通过调用 np.meshgrid(x, y) 来执行此操作，其中 x 和 y 分别是您的 x 和 y 坐标的一维数组。这将返回两个二维网格，一个用于 x 坐标，一个用于 y 坐标。

接下来，您可以使用 Matplotlib 中的等高线函数来创建等高线图。您可以通过调用 ax.contour(x, y, z) 来执行此操作，其中 ax 是要在其上绘制等高线图的坐标区对象，x 和 y 是您使用 meshgrid 创建的 x 和 y 坐标的二维网格, z 是 z 坐标的一维数组。这将创建一个等高线图，x 和 y 坐标分别位于 x 轴和 y 轴上，z 值作为等高线水平。

要记住的一件事是，如果您的 z 数组中有任何 inf 值，它们将导致 contour 函数抛出错误。在这种情况下，您需要在创建等高线图之前从 z 数组中删除 inf 值。为此，您可以使用 NumPy 的 isinf 函数在 z 数组中查找 inf 值的索引，然后使用这些索引从 z 数组中仅选择非 inf 值。

下面是一个示例，说明如何使用这些步骤从 x、y 和 z 坐标的一维数组创建等高线图：

import numpy as np
import matplotlib.pyplot as plt

# 1D arrays of x, y, and z coordinates
x = ...
y = ...
z = ...

# Create 2D grids of x and y coordinates
X, Y = np.meshgrid(x, y)

# Remove inf values from z array
z_noninf = z[~np.isinf(z)]

# Create figure and axes object
fig, ax = plt.subplots()

# Create contour plot
ax.contour(X, Y, z_noninf)

# Add x and y labels
ax.set_xlabel('x')
ax.set_ylabel('y')

# Show the plot
plt.show()

我希望这有帮助！

【讨论】：