この形状のnumpy配列があります:(33,10)。等高線をプロットすると、次のような醜い画像が表示されます。
whilecontour()
には、平滑化やある種の補間機能についての議論はないようです。
等高線プロットを提供するツールがスムージングも提供するはずだとどういうわけか期待していました。
MPLでそれを行う簡単な方法はありますか?
この形状のnumpy配列があります:(33,10)。等高線をプロットすると、次のような醜い画像が表示されます。
whilecontour()
には、平滑化やある種の補間機能についての議論はないようです。
等高線プロットを提供するツールがスムージングも提供するはずだとどういうわけか期待していました。
MPLでそれを行う簡単な方法はありますか?
他の人がすでに指摘しているように、データを補間する必要があります。
これを行うにはいくつかの異なる方法がありますが、初心者の場合は、を検討してscipy.ndimage.zoom
ください。
簡単な例として:
import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt
data = np.loadtxt('data.txt')
# Resample your data grid by a factor of 3 using cubic spline interpolation.
data = scipy.ndimage.zoom(data, 3)
plt.contour(data)
plt.show()
データがまばらな場合、ジョー・キングトンの答えは素晴らしいです。
データにノイズが多い場合は、代わりにフィルタリングを検討する必要があります。
from numpy import loadtxt
from scipy.ndimage.filters import gaussian_filter
from matplotlib.pyplot import contour, show
sigma = 0.7 # this depends on how noisy your data is, play with it!
data = loadtxt('data.txt')
data = gaussian_filter(data, sigma)
contour(data)
show()
滑らかな輪郭を取得する簡単な方法はありません。別の方法は、 を試すことimshow
です。他の可能性については、こちらを参照してください。
import pylab as plt
import numpy as np
Z=np.loadtxt('data.txt')
plt.subplot(131)
plt.imshow(Z,interpolation='nearest')
plt.subplot(132)
plt.imshow(Z)
plt.subplot(133)
plt.imshow(Z,interpolation='gaussian')
plt.show()
gaussian_filterでデータセットを滑らかにしてみてください。詳細については、例を参照してください。