如何在 matplotlib 中绘制 2D 强度图？

Question

我有一个 Nx3 数组，它将值存储在 N 个坐标中。第一列和第二列分别对应 x 和 y 坐标，第三列表示该坐标处的值。我想绘制一个 2D 强度图，最好的方法是什么？

如果坐标是均匀分布的，那么我可以使用meshgrid，然后使用imshow，但在我的数据中，坐标不是均匀分布的。此外，数组非常大 N~100000，并且值（第三列）跨越几个数量级（所以我应该使用对数图？）。绘制此类图表的最佳方法是什么？

Answer 1

您可以使用griddata 将您的数据插值到所有100000 点到一个统一的网格（比如100 x 100），然后用颜色的对数缩放来绘制所有内容，

x = data[:,0]
y = data[:,1]
z = data[:,2]

# define grid.
xi = np.linspace(np.min(x),np.max(x),100)
yi = np.linspace(np.min(y),np.max(y),100)

# grid the data.
zi = griddata(x,y,z,xi,yi,interp='linear')

#pcolormesh of interpolated uniform grid with log colormap
plt.pcolormesh(xi,yi,zi,norm=matplotlib.colors.LogNorm())

plt.colormap()
plt.show()

我没有对此进行测试，但基本想法应该是正确的。这样做的好处是您不需要知道原始（大型）数据集，并且可以简单地使用网格数据 xi、yi 和 zi。

另一种方法是为散点图着色，

plt.scatter(x, y, c=z,edgecolors='none', norm=matplotlib.colors.LogNorm())

并关闭点的外边缘，使它们构成连续图片。