使用 matplotlib 的热图

xrdty 发表于 Dev

xrdty

我有一组 3 元组，每个 3 元组由 (var1, var2, result) 组成。9 个三元组列表示例：

<type 'list'>: 
[(4, 0.7, 0.8530612244898, 0.016579670213527985), 
 (4, 0.6, 0.8730158730157779, 0.011562402525241757), 
 (6, 0.8, 0.8378684807257778, 0.018175985875060037), 
 (4, 0.8, 0.8605442176870833, 0.015586992159716321), 
 (2, 0.8, 0.8537414965986667, 0.0034013605443334316), 
 (2, 0.7, 0.843537414966, 0.006802721088333352), 
 (6, 0.6, 0.8480725623582223, 0.01696896774039503), 
 (2, 0.6, 0.84693877551025, 0.010204081632749995), 
 (6, 0.7, 0.8577097505669444, 0.019873637350220318)]

现在我想创建一个热图。Var1可以是值[2,4,6]并且Var2可以是[0.6, 0.7, 0.8]。共有 9 个结果。

这是我用来绘制热图的代码：

    # list of 3-tuples to 3 lists: x, y and weights
    # x (var1) = [2,4,6]
    # y (var2) = [0.6, 0.7, 0.8]
    # weights (res) = [....] (9 values)

    x, y = np.meshgrid(x, y)
    intensity = np.array(weights)

    plt.pcolormesh(x, y, intensity)
    plt.colorbar()  # need a colorbar to show the intensity scale
    plt.show()

这导致了这个图：

我觉得奇怪的是只有 4 个部分，但我预计会有 9 个（3x3）。有人可以阐明我在这里做错了什么吗？

存在的重要性欧内斯特

您首先需要对数组进行排序，以便以后能够从中获取正确的矩阵。这可以使用numpy.lexsort.

彩色网

可以在这个问题中找到少一行和一列的原因：有人可以解释这个 matplotlib pcolormesh quirk 吗？

因此，您需要决定前两列中的值是表示图中矩形的边缘还是它们是中心。在任何情况下，您都需要比彩色矩形多一个值才能将矩阵绘制为pcolormesh。

data = [ (4, 0.7, 0.8530612244898, 0.016579670213527985), 
         (4, 0.6, 0.8730158730157779, 0.011562402525241757), 
         (6, 0.8, 0.8378684807257778, 0.018175985875060037), 
         (4, 0.8, 0.8605442176870833, 0.015586992159716321), 
         (2, 0.8, 0.8537414965986667, 0.0034013605443334316), 
         (2, 0.7, 0.843537414966, 0.006802721088333352), 
         (6, 0.6, 0.8480725623582223, 0.01696896774039503), 
         (2, 0.6, 0.84693877551025, 0.010204081632749995), 
         (6, 0.7, 0.8577097505669444, 0.019873637350220318)]

import numpy as np
import matplotlib.pyplot as plt

# sort the array
data=np.array(data)
ind = np.lexsort((data[:,0],data[:,1]))    
data = data[ind]

#create meshgrid for x and y
xu = np.unique(data[:,0])
yu = np.unique(data[:,1])
# if values are centers of rectangles:
x = np.append(xu , [xu[-1]+np.diff(xu)[-1]])-np.diff(xu)[-1]/2.
y = np.append(yu , [yu[-1]+np.diff(yu)[-1]])-np.diff(yu)[-1]/2.
# if values are edges of rectanges:
# x = np.append(xu , [xu[-1]+np.diff(xu)[-1]])
# y = np.append(yu , [yu[-1]+np.diff(yu)[-1]])
X,Y = np.meshgrid(x,y)

#reshape third column to match 
Z = data[:,2].reshape(3,3)

plt.pcolormesh(X,Y,Z, cmap="jet")
plt.colorbar()

plt.show()

显示

可以使用选择相同的图imshow，您不需要网格，而是指定extent图的。

import numpy as np
import matplotlib.pyplot as plt

# sort the array
data=np.array(data)
ind = np.lexsort((data[:,0],data[:,1]))    
data = data[ind]

#create meshgrid for x and y
xu = np.unique(data[:,0])
yu = np.unique(data[:,1])
x = np.append(xu , [xu[-1]+np.diff(xu)[-1]])-np.diff(xu)[-1]/2.
y = np.append(yu , [yu[-1]+np.diff(yu)[-1]])-np.diff(yu)[-1]/2.


#reshape third column to match 
Z = data[:,2].reshape(3,3)

plt.imshow(Z, extent=[x[0],x[-1],y[0],y[-1]], cmap="jet", 
           aspect="auto", origin="lower")
plt.colorbar()

plt.show()

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。