使用已知值在Python中绘制3d表面

Question

我有一组约2000个文件，看起来像：10_20.txt，10_21.txt，10_21.txt，...，10_50.txt，...，11.20.txt，...，11.50.txt，...，20_50.txt

文件名中的第一个值，我们称之为x，从1到10的10到20，文件名中的第二个值，我们将调用y，并以1到20的步长从20到50。

在这些文件中，有一堆值和我要提取的另一个值，我们称之为z。

我编写了一个循环文件​​的程序，并从每个文件中提取z并将其添加到列表中。

我现在的问题是，如果我有2个numpy数组看起来像：

x = np.arange(10,20,1)
 y = np.arange(20,50,1)

和z列表中有〜2000 floats，绘制z如何依赖x和y的最佳方式是什么？有没有标准的方法来做到这一点？

我一直认为最好从文件中提取x，y和z，并将它们添加到多维数组中。如果是这种情况，任何人都可以指出我如何从文件名中提取x和y值的正确方向。

Answer 1

假设你有一个准备好的函数，比如read_z_from_file(filename)，它返回文件中包含的z值，你可以这样做：

import numpy as np

x = np.arange(10,20,1, dtype = np.int)
y = np.arange(20,50,1, dtype = np.int)
z = np.zeros((x.shape[0],y.shape[0]))

for i,x0 in enum(x):
   for j,y0 in enum(y):
      filename = '{}_{}.txt'.format(x0,y0)
      z[i,j] = read_z_from_file(filename)

然后你可以用来自z的imshow或matshow来形象化matplotlib。例如：

from matplotlib import pyplot as plt
fix,ax = plt.subplots()
ax.imshow(z)
plt.show()

编辑：

为了回答OP的问题，有多种方法可视化您的数据。 imshow和matshow都做同样的事情，但显示细节不同。此外，您还可以生成等高线图或三维表面。这很大程度上取决于你想看到什么。无论如何，假设上面的代码完成了你想要的，我在下面展示一些使用四种不同方法来显示相同​​示例数据的代码。您可以使用pythons内置help()函数，当然还有matplotlib和numpy文档页面，了解有关这些不同方法的更多信息。

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D ##for the 3d surface plot
from matplotlib import cm

#non-integer spacing of the coordinates
x = np.linspace (10, 20, 15)
y = np.linspace (20, 50, 70)

#gridding the coordinates
xm, ym = np.meshgrid(x,y)

#example data
z = np.exp(-( 0.1*(xm-12)**2 + 0.05*(ym-40)**2 ) )

#opening a figure
fig = plt.figure(figsize=(6,6))

#matshow:
ax1 = fig.add_subplot(221)
res = ax1.matshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax1.set_title('matshow', y=1.1)

#imshow
ax2 = fig.add_subplot(222)
res = ax2.imshow(
    z,
    origin = 'lower',
    aspect = 'auto',
    extent=[x[0],x[-1],y[0],y[-1]],
    )
fig.colorbar(res)
ax2.set_title('imshow')


#contourf
ax3 = fig.add_subplot(223)
res = ax3.contourf(xm,ym,z)
fig.colorbar(res)
ax3.set_title('contourf')

#3d surface
ax4 = fig.add_subplot(224, projection='3d')
res = ax4.plot_surface(
    xm,ym,z,
    cmap = cm.viridis,
    antialiased=False
)
fig.colorbar(res, pad = 0.1)
ax4.set_title('3d surface')

fig.tight_layout()
plt.show()

最终的情节看起来像这样：

Answer 2

使用x和y作为坐标，并为能量z设置一个大小。

一个表也可以工作，因为你没有声明x和y几何有任何数字目的而不是lablels。