python - 使用 Python 创建 Cartisan X、Y、Z 值的热图

问题描述

这是我想做的事情：

导入包含 X、Y 和 Z 值的笛卡尔坐标以及名义 Z 值的 .csv 文件。
创建这些点的 2D 热图图像，其中 X、Y 是已知点的位置，Z 值确定该位置的颜色。特别是 Z 值与特定 X、Y 点的标称 Z 值的偏差。
将图像保存到与 .csv 相同的目录

我了解如何读入和保存文件，我最关心的是从哪里开始为热图准备数据。我一直在使用matplotlib.pyplot,numpy和pandas尝试使用该plt.contourf()函数来生成热图，但我不知道如何让它正常工作。我发现的大多数示例和教程都使用 Z 作为 X、Y 的一些数学函数，以保持示例简单，而不是像我试图做的那样从文件中引用数据。我面临的另一个问题是我正在使用的数据不一定是矩形的，也不能很好地融入网格。它们可能是不均匀分布的随机 X、Y 点。

无论如何，这是我到目前为止的一些东西（只需绘制 XY 数据）：

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import matplotlib.mlab as ml
import seaborn as sns

csv_name = 'Test.csv'

# import the .csv for heatmap
print('CSV FORMAT SHOULD BE: Point_Number, X_Coord, Y_Coord, Z_Coord, Z_Coord_Nominal, Upper_Tol, Lower_Tol')
specify_filename = input("Enter a filename for data:")
myfile = open(specify_filename)
heatmap_data = myfile.read()
myfile.close()

print('Data File Contents:')
print(heatmap_data)

# data preparation
df = pd.read_csv(specify_filename, header=None)
df.columns = ['Point_Number', 'X_Coord', 'Y_Coord', 'Z_Coord', 'Z_Coord_Nominal', 'Upper_Tol', 'Lower_Tol']

plt.gca().set_aspect('equal', adjustable='box')
plt.plot(df['X_Coord'], df['Y_Coord'], 'o')


# This is where I don't know what to do with the data to make it plot properly using plt.contourf()


# save heatmap image
print('Data File:')
print(specify_filename)
output_path = specify_filename.replace(csv_name, 'heatmap.png', 1)
print('Output File:')
print(output_path)

plt.savefig(output_path)

这将创建一个如下所示的图：（请注意，这些点不在矩形网格中）输出带有 XY 坐标的图像。

理想情况下，生成的热图图像将在点之间插入 Z 值，看起来像this或this。我想将与标称 Z 值的偏差用于热图上的颜色。

任何帮助或示例将不胜感激。如果我为此使用了错误的工具，我很想知道更好的选择是什么。我几乎不使用 python，所以我对细微差别不是非常熟悉，但我愿意接受任何我能得到的帮助。谢谢！

标签： pythonpandasnumpymatplotlibheatmap

如果您的数据是有序的，那么您可以使用 pcolormesh。


import matplotlib.pyplot as plt
import numpy as np
theta, r = np.meshgrid(np.linspace(0, 2*np.pi, 50), np.linspace(0, 5, 50));
X_coord = r * np.cos(theta);
Y_coord = r * np.sin(theta);
Z_coord = np.sin(3*theta) * np.cos(r)
plt.pcolormesh(X_coord, Y_coord, Z_coord, shading='nearest')

您可以通过更改着色参数来稍微平滑图像

plt.pcolormesh(X_coord, Y_coord, Z_coord, shading='gouraud')

python - 使用 Python 创建 Cartisan X、Y、Z 值的热图

问题描述

解决方案

推荐阅读