文章/答案/技术大牛

发布

社区首页 >问答首页 >无序x，y，z数据的Numpy网格

问无序x，y，z数据的Numpy网格
EN

Stack Overflow用户

提问于 2019-01-30 17:46:45

回答 1查看 638关注 0票数 1

我有如下所示的x、y和z数据(示例数据)：

x_data = [2, 2, 2, 3, 3, 3, 1, 1, 1, 4, 4, 4]
y_data = [16, 64, 32, 64, 32, 16, 16, 32, 64, 32, 16, 64]
z_data = [64, 31, 29, 78, 72, 63, 93, 40, 54, 35, 44, 3]

因为我可以将每个z值映射到一个唯一的x/y数据对，所以我想在matplotlib中将其绘制为一个填充的countour图。contourf要求x和y要么是网格，要么是z的相应维度的大小。

目前，我用来准备数据的代码如下：

mesh_x, mesh_y = np.meshgrid(np.unique(x_data), np.unique(y_data))
mesh_z = np.zeros(mesh_x.shape)

for x, y, z in zip(x_data, y_data, z_data):
    mesh_z[np.bitwise_and(y == mesh_y, x == mesh_x)] = z

因为np.unique对值进行了重新排序，所以我不能使用np.reshape(z_data, mesh_x.shape)来创建所需的数据结构。

虽然这个解决方案有效，但我觉得肯定有更好的方法来实现这一点。

python

numpy

回答 1

Stack Overflow用户

发布于 2019-01-30 19:30:34

我认为这就是你想要的：

import numpy as np
import matplotlib.pyplot as plt

x_data = np.asarray([2, 2, 2, 3, 3, 3, 1, 1, 1, 4, 4, 4])
y_data = np.asarray([16, 64, 32, 64, 32, 16, 16, 32, 64, 32, 16, 64])
z_data = np.asarray([64, 31, 29, 78, 72, 63, 93, 40, 54, 35, 44, 3])
# Sort coordinates and reshape in grid
idx = np.lexsort((y_data, x_data)).reshape(4, 3)
# Plot
plt.contourf(x_data[idx], y_data[idx], z_data[idx])

输出：

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/54437559

复制

相似问题

问无序x，y，z数据的Numpy网格
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问无序x，y，z数据的Numpy网格EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问无序x，y，z数据的Numpy网格
EN