时间戳

首页 > 解决方案 > 具有不规则数据的 Matplotlib 轮廓

python - 具有不规则数据的 Matplotlib 轮廓

问题描述

我有一个深度在不同 x 点的土壤特性数据。钻孔数据的深度或数量不相等，因此我必须标准化代码。如果所有钻孔具有相同数量的数据和深度，没问题，np.meshgrid 可以正常工作。但是，就我而言，我遇到了麻烦，无法绘制轮廓图。

这是不可能的还是我做错了什么？

input_data = {
    "BH1": {
        "Chainage": 50,
        "Depth": [2, 3, 4, 5, 6,7,10],
        "Parameter": [10, 5, 12, 56, 34,45,62],
    },
    "BH2": {"Chainage": 0, "Depth": [2, 3, 4, 5, 6, 18], "Parameter": [2, 4, 12, 23, 12, 33]},
    "BH3": {
        "Chainage": -50,
        "Depth": [2, 3, 4, 5, 6, 9],
        "Parameter": [12, 14, 22, 33, 32, 70],
    },
}

import numpy as np
import matplotlib.pyplot as plt

#PREPROCESSING OF DATA

depth_lengths = []
for i in input_data.keys():
    depth_lengths.append(len(input_data[i]["Depth"]))

max_depth_length = max(depth_lengths)

for i in input_data.keys():
    while len(input_data[i]["Depth"]) < max_depth_length:
        input_data[i]["Depth"].append(None)
        input_data[i]["Parameter"].append(None)

parameter = []

for i in range(max_depth_length):
    temp = []
    for j in input_data.keys():
        temp.append(input_data[j]["Parameter"][i])
    parameter.append(temp)    
    
        
depth = []
chainage = []
parameter2 = []
for i in input_data.keys():
    for j in input_data[i]["Depth"]:
        depth.append(j)
    for j in input_data[i]["Parameter"]:
        parameter2.append(j)
    chainage.append(input_data[i]["Chainage"])
        
# X, Y = np.meshgrid(chainage, depth)

parameter2 = np.array(parameter2*3).reshape(-1,3)


fig,ax=plt.subplots()
ax.contourf(X, Y, parameter2, 8, alpha=.75, cmap='jet')

标签： pythonmatplotlib

解决方案

不确定这是否是您想要的，但这会使用您的数据生成一个填充的等高线图。z（参数）有很多缺失值，所以图表看起来不太好。

X=     [[50,-50,-50,-50,-50,-50,-50,-50,-50],
        [0,   0,  0,  0,  0,  0, 0, 0, 0],
        [50, 50, 50, 50, 50, 50, 50, 50, 50]]
Y=     [[2, 3, 4, 5, 6, 7, 9, 10, 18],
        [2, 3, 4, 5, 6, 7, 9, 10, 18],
        [2, 3, 4, 5, 6, 7, 9, 10, 18]]
z= 3*np.array([[12, 14, 22, 33, 32, np.NaN, 70, np.NaN, np.NaN],
    [2, 4, 12, 23, 12, np.NaN, np.NaN, np.NaN, 33],
    [10, 5, 12, 56, 34,45,np.NaN,  62, np.NaN]])

plt.contourf(X, Y, z, 8, alpha=.75, cmap='jet')
plt.show()

推荐阅读