时间戳

首页 > 解决方案 > 如何解释这个等高线图？

python - 如何解释这个等高线图？

问题描述

我正在使用传感器进行室内定位项目，并准备了一个如下所示的数据集：

1   0   0   30.263302
2   0   1   30.154142
3   0   2   30.159311
4   1   0   29.978758
5   1   1   29.802172
6   1   2   29.716825
7   2   0   29.671733
8   2   1   29.642293
9   2   2   29.573582

以上数据是我从应用程序收集的传感器读数的平均值。后两列只是坐标（例如 0,0 0,1 0,2....2,2），最后一列是传感器数据的平均值。

我已经创建了一个情节，但我无法理解如何理解它。那么任何人都可以帮助我理解下图中发生了什么吗？

轮廓图像

标签： pythonmatplotlibcontourmagnetometer

解决方案

这是一种根据您的数据创建类似图的方法。请注意，您的值约为 30，而您的示例图的值在 0.1 - 2.1 范围内。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

M, N = 24, 15
df = pd.DataFrame({'X': np.repeat(np.arange(M), N),
                   'Y': np.tile(np.arange(N), M),
                   'Val': 30 + np.random.normal(size=(M, N)).cumsum(axis=0).cumsum(axis=1).ravel() / 2})
fig, (ax1, ax2) = plt.subplots(ncols=2)
scat = ax1.scatter(df['X'], df['Y'], c=df['Val'], cmap='Spectral')
plt.colorbar(scat, ax=ax1)
ax1.set_title('just the values')

xs = df['X'].to_numpy().reshape(M, N)
ys = df['Y'].to_numpy().reshape(M, N)
vals = df['Val'].to_numpy().reshape(M, N)

contours = ax2.contour(xs, ys, vals, cmap='Spectral')
ax2.clabel(contours, inline=1, fmt='%.1f', fontsize=10)
plt.colorbar(contours, ax=ax2)
ax2.set_title('isolines')

plt.show()

示例图

演示数据如下：

   X  Y        Val
0  0  0  30.505696
1  0  1  30.617889
2  0  2  30.585834
3  0  3  31.455314
4  0  4  30.897253

因此，对于每个 xy 网格点，都有一个测量值。散点图为每个测量显示一个点，其颜色表示其值。

ax.contour()创建连接估计测量值具有相同值的所有点的等高线（或等值线）。ax.clabel()添加文本标签以显示值。在这种情况下，等值线和文本与散点图具有相同的颜色，以便更好地查看对应关系。相反，选择固定颜色会生成与示例类似的图。

除了ax.contour()需要 x 和 y 位于网格上之外，还有ax.tricontour()x 和 y 可以更自由地定位的地方。

推荐阅读