web-dev-qa-db-ja.com

散布の輪郭を作る

Pythonでは、データのセットがある場合

_x, y, z
_

私は散らかすことができます

_import matplotlib.pyplot as plt
plt.scatter(x,y,c=z)
_

散布図のplt.contourf(x,y,z)を取得するにはどうすればよいですか？

pythonmatplotlibcontourscatter-plot
20
JuanPablo

this other answer の場合b。の場合に提案されているように、 tricontourf を使用できます。

import matplotlib.tri as tri
import matplotlib.pyplot as plt

plt.tricontour(x, y, z, 15, linewidths=0.5, colors='k')
plt.tricontourf(x, y, z, 15)

古い返信：

次の関数を使用して、contourfで必要な形式に変換します。

from numpy import linspace, meshgrid
from matplotlib.mlab import griddata

def grid(x, y, z, resX=100, resY=100):
    "Convert 3 column data to matplotlib grid"
    xi = linspace(min(x), max(x), resX)
    yi = linspace(min(y), max(y), resY)
    Z = griddata(x, y, z, xi, yi)
    X, Y = meshgrid(xi, yi)
    return X, Y, Z

今あなたはできる：

X, Y, Z = grid(x, y, z)
plt.contourf(X, Y, Z)

enter image description here

30
elyase

ソリューションは、データの編成方法によって異なります。

通常グリッドのデータ

xおよびyデータがすでにグリッドを定義している場合、それらを四辺形グリッドに簡単に再形成できます。例えば。

#x  y  z
 4  1  3
 6  1  8
 8  1 -9
 4  2 10
 6  2 -1
 8  2 -8
 4  3  8
 6  3 -9
 8  3  0
 4  4 -1
 6  4 -8
 8  4  8

contour としてプロットできます

import matplotlib.pyplot as plt
import numpy as np
x,y,z = np.loadtxt("data.txt", unpack=True)
plt.contour(x.reshape(4,3), y.reshape(4,3), z.reshape(4,3))

任意のデータ

a。補間

データが四辺形グリッド上にない場合は、グリッド上でデータを補間できます。これを行う1つの方法は scipy.interpolate.griddata

import numpy as np
from scipy.interpolate import griddata

xi = np.linspace(4, 8, 10)
yi = np.linspace(1, 4, 10)
zi = griddata((x, y), z, (xi[None,:], yi[:,None]), method='linear')
plt.contour(xi, yi, zi)

b。グリッドなしの輪郭

最後に、四辺形グリッドを使用せずに等高線を完全にプロットできます。これは tricontour を使用して行うことができます。

plt.tricontour(x,y,z)

後者の2つの方法を比較する例は matplotlibページ にあります。

7
ImportanceOfBeingErnest

contourは定期的にグリッド化されたデータを想定しています。したがって、最初にデータを補間する必要があります。

import numpy as np
from scipy.interpolate import griddata
import matplotlib.pyplot as plt
import numpy.ma as ma
from numpy.random import uniform, seed
# make up some randomly distributed data
seed(1234)
npts = 200
x = uniform(-2,2,npts)
y = uniform(-2,2,npts)
z = x*np.exp(-x**2-y**2)
# define grid.
xi = np.linspace(-2.1,2.1,100)
yi = np.linspace(-2.1,2.1,100)
# grid the data.
zi = griddata((x, y), z, (xi[None,:], yi[:,None]), method='cubic')
# contour the gridded data, plotting dots at the randomly spaced data points.
CS = plt.contour(xi,yi,zi,15,linewidths=0.5,colors='k')
CS = plt.contourf(xi,yi,zi,15,cmap=plt.cm.jet)
plt.colorbar() # draw colorbar
# plot data points.
plt.scatter(x,y,marker='o',c='b',s=5)
plt.xlim(-2,2)
plt.ylim(-2,2)
plt.title('griddata test (%d points)' % npts)
plt.show()

私は恥ずかしげもなくこのコードを優れた matplotlibクックブック から盗んだことに注意してください

6
David Zwicker