我正在尝试制作一个等高线图，例如：
使用数据表，如 txt 文件中的 3 列，行数很长。
使用此代码：
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate
data = np.loadtxt(r'dataa.txt')
a = [data[:,0]]
b = [data[:,1]]
n = [data[:,2]]
x = np.asarray(a)
y = np.asarray(b)
z = np.asarray(n)
print "x = ", x
print "y = ", y
print "z = ", z
fig=plt.figure()
CF = contour(x,y,z,colors = 'k')
plt.xlabel("X")
plt.ylabel("Y")
plt.colorbar()
plt.show()
我不知道为什么，它不起作用。 Python 为我提供了我期望看到的值的正确轴，但在图表中只是一个空白，我知道它正在以正确的方式导入数据，因为它在绘图之前向我显示了我的值。
Example of table: (the diference is because my table has 90000 lines)
使用此代码：
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate
N = 1000 #number of points for plotting/interpolation
x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)
xi = np.linspace(x.min(), x.max(), N)
yi = np.linspace(y.min(), y.max(), N)
zi = scipy.interpolate.griddata((x, y), z, (xi[None,:], yi[:,None]), method='cubic')
fig = plt.figure()
plt.contour(xi, yi, zi)
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
Ive got this result:
I think I've got the advices wrongly.
我的评论的后续内容...首先，我将替换所有这些行：
data = np.loadtxt(r'dataa.txt')
a = [data[:,0]]
b = [data[:,1]]
n = [data[:,2]]
x = np.asarray(a)
y = np.asarray(b)
z = np.asarray(n)
With:
x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)
您的原始代码是在前面添加一个额外的轴，因为[data[:,0]]是一个包含一个元素的数组列表。结果是x.shape将(1, N)相反，如果(N,)。所有这些都可以使用上面的最后一行自动完成，或者您可以只使用相同的data加载并说：
x = data[:,0]
y = data[:,1]
z = data[:,2]
因为这些切片会给你一个数组。
然而，你还没有完全完成，因为plt.contour希望你给它一个二维数组z，不是一维值数组。现在，你似乎已经z给定值x, y点，但是contour希望你给它一个二维数组，比如图像。
在我回答这个问题之前，我需要知道如何x and y是有间隔的。如果定期的话，你可以很容易地填充一个数组。如果不定期，您基本上必须在绘制等高线图之前进行插值。
要进行插值，请使用
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate
N = 1000 #number of points for plotting/interpolation
x, y, z = np.genfromtxt(r'dataa.txt', unpack=True)
xi = np.linspace(x.min(), x.max(), N)
yi = np.linspace(y.min(), y.max(), N)
zi = scipy.interpolate.griddata((x, y), z, (xi[None,:], yi[:,None]), method='cubic')
fig = plt.figure()
plt.contour(xi, yi, zi)
plt.xlabel("X")
plt.ylabel("Y")
plt.show()