如何在python中绘制密度图?

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (2)
  • 关注 (0)
  • 查看 (1263)

我有一个.txt文件,其中包含2D地图中规则间隔点的x,y值,第三个坐标是该点的密度。

4.882812500000000E-004  4.882812500000000E-004  0.9072267
1.464843750000000E-003  4.882812500000000E-004   1.405174
2.441406250000000E-003  4.882812500000000E-004   24.32851
3.417968750000000E-003  4.882812500000000E-004   101.4136
4.394531250000000E-003  4.882812500000000E-004   199.1388
5.371093750000000E-003  4.882812500000000E-004   1278.898
6.347656250000000E-003  4.882812500000000E-004   1636.955
7.324218750000000E-003  4.882812500000000E-004   1504.590
8.300781250000000E-003  4.882812500000000E-004   814.6337
9.277343750000000E-003  4.882812500000000E-004   273.8610

当我用gnu图绘制此密度映射时,使用以下命令:

set palette rgbformulae 34,35,0
set size square
set pm3d map
splot "dens_map.map" u 1:2:(log10($3+10.)) title "Density map"`

这给了我这个美丽的形象:

现在,我希望matplotlib有同样的结果。

提问于
用户回答回答于

这里我的目标是更全面的回答,包括选择彩色图和颜色轴的对数归一化。

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import LogNorm
import numpy as np
x, y, z = np.loadtxt('data.txt', unpack=True)
N = int(len(z)**.5)
z = z.reshape(N, N)
plt.imshow(z+10, extent=(np.amin(x), np.amax(x), np.amin(y), np.amax(y)),
        cmap=cm.hot, norm=LogNorm())
plt.colorbar()
plt.show()

我在这里假设数据可以通过简单的重塑转换为二维数组。如果情况不是这样,那么您需要更努力地获取这种形式的数据。如果数据位于网格上(如其似乎那样),使用imshow而不是pcolormesh会更有效。上面的代码片段会生成下面的图片,它非常接近想要的内容:

用户回答回答于

使用plt.pcolormesh

import pylab as plt
import numpy as np

# Sample data
side = np.linspace(-2,2,15)
X,Y = np.meshgrid(side,side)
Z = np.exp(-((X-1)**2+Y**2))

# Plot the density map using nearest-neighbor interpolation
plt.pcolormesh(X,Y,Z)
plt.show()

如果数据看起来像示例,numpy可以使用该命令加载它numpy.genfromtext

扫码关注云+社区

领取腾讯云代金券