使用 numpy 外推等高线图答案

【问题标题】：Extrapolated contour plot using numpy使用 numpy 外推等高线图
【发布时间】：2018-07-13 15:49:25
【问题描述】：

我有沿圆的直径以 1 毫米为增量的数据，即从 90 度开始到 270 度结束。我想以每 1 毫米的增量外推数据以填充圆的其余部分（在那个径向点）。例如：

10 毫米圆：

>Distance along diameter (mm)     Value (a.u.)  
>1                 208  
>5                 210  (centre `(0,0)`)  
>7                 209  
>10                208

现在我想要类似于：this image。在右侧带有图例/键并外推数据，以便径向数据点之间的过渡“平滑”。显然，实际上应该只需要一个半径值，但我希望直径中的另一半值来加强在第一个半径中观察到的值。

因此，我希望底部半径的值与沿直径从 180 度到 0 度的顶部半径值“混合”。这清楚吗？

我的初始（糟糕）：

import numpy as np
import matplotlib.pyplot as plt

data = np.genfromtxt('data.txt',delimiter=',')

r = data[:,][:,0]
values = data[:,][:,1]
theta = np.zeros(len(data))

r, theta = np.meshgrid(r, theta)    
plt.figure()
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
ax.contourf(theta, r, values)
plt.show()

我了解ax.contourf 的输入必须是二维数组。但是，我的数据没有真正的 theta 值。我只想要一系列同心圆，所以我将我的数据修改为：

80,0,208.1790755
80,90,208.1790755
80,180,208.1790755
80,270,208.1790755
79,0,208.1322654
79,90,208.1322654
79,180,208.1322654
79,270,208.1322654
76,0,208.1804241
76,90,208.1804241
76,180,208.1804241
76,270,208.1804241
etc

我不明白为什么以下方法不起作用：

data = np.genfromtxt('data.txt',delimiter=',')

r = data[:,][:,0]
values = np.array(data[:,][:,2])
theta = np.radians(data[:,][:,1])

r, theta = np.meshgrid(r, theta)

fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
ax.contourf(theta, r, values)
plt.show()

【问题讨论】：

标签： python numpy matplotlib plot contour

【解决方案1】：

原因是ax.contourf(x, y, z) 只接受一个二维数组作为z。 r 数组已经是正确的形式，所以values_2d = values*r/r 会将你的值放入一个二维数组中，该数组可以作为ax.contourf(theta, r, values_2d, 40) 传递给ax.contourf()。 40 定义数据的分辨率，即 z 数据的最小值和最大值之间的 40 个离散步长。

【讨论】：