使用 scipy 和 matplotlib 插值和绘制分散的 3D 数据的轮廓

Question

我有一个散布网格上的 3D FEM 计算结果。 我想用 python 在水平平面上插值这些数据，并使用 matplotlib 在该平面上绘制结果的轮廓。 输出文件 results.dat 包含 6 列，即 x、y、z 坐标和位移的三个分量。我对第三个组件感兴趣。 我想在从 (-50,10) 到 (50,110) 且位于 z=-5 的 100 x 100 矩形网格上进行插值。 我想到了以下可能：

import numpy as np
from scipy.interpolate import grid data

res = np.loadtxt('results.dat')
points = res[:,0:3]
values = res[:,-1]
xi,yi,zi = np.mgrid[-50.:50.:101j,10.:100.:101j,-5:-5:1j]

gridres = griddata(points, values, (xi, yi, zi))

为了检查结果是否正确，我应该能够绘制轮廓做类似的事情

plt.contour(xi,yi,griddata)

但我无法以 plt.contour 要求的格式处理 xi、yi 和 griddata

Answer 1

经过反复试验，我终于发现，为了得到我想要的结果，我必须这样做：

import matplotlib.pyplot as plt

x_contour = np.mgrid[-50.:50.:101j]
y_contour = np.mgrid[10.:100.:101j]

plt.contourf(x_contour, y_contour, gridres[:,:,0].T)
plt.show()

如果有人能帮助我理解为什么会这样，我将不胜感激！ 还有其他建议的插值方法吗？如果我可以使用除“线性”方法之外的任何更高阶插值方法会很好，这似乎是这种 3D 案例的唯一选择。