如何使用python imshow，例如，处理不规则的数据点？

Question

假设我有一个

(xi, yi, zi)

形式的数据点列表，并且我想用它绘制 2D 密度图。在mathematica中，你只需调用函数

ListDensityPlot

函数即可。在Python中，密度图似乎是通过使用

imshow

来实现的。然而，似乎所需的数据应该是常规形式。给定数据集如何得到类似的效果？

这是数学代码：

n = 100;
xs = RandomReal[1, n];
ys = RandomReal[1, n];
zs = xs + ys;
data = Table[{xs[[i]], ys[[i]], zs[[i]]}, {i, n}];
ListDensityPlot[data, PlotRange -> All, PlotLegends -> Automatic]

上面代码的效果是（当然可以设置范围去除白色区域）：

在python中，我已经生成了数据，如何将其扔到函数中

list_density_plot

来实现类似的效果？

def f(x, y):
    return x+y

N = 100
xs = np.random.random(N)
ys = np.random.random(N)
zs = f(xs, ys)

data = [(xs[i], ys[i], zs[i]) for i in range(N)]
list_density_plot(data)  # ???

Answer 1

您应该创建一个数据数组，例如这样：

import matplotlib.pyplot as plt
import numpy as np

def f(x, y):
    return x+y

N = 100
xs_raw = np.random.random(N)
ys_raw = np.random.random(N)
xs, ys = np.meshgrid(xs_raw, ys_raw) # make a coordinate array
zs = f(xs, ys) # make a 2D data array

fig = plt.figure()
ax = fig.add_subplot()
c = ax.imshow(zs, cmap='RdBu_r')
fig.colorbar(c, ax=ax)
plt.show()

输出：

或者，您可以简单地使用

zs = np.random.rand(100, 100)

生成该数据数组，如示例 here 中所示。

Answer 2

我认为您正在寻找

plt.tricontourf

或

plt.tripcolor

。

带有

plt.tripcolor

的示例：

import matplotlib.pyplot as plt
import numpy as np


def f(x, y):
    return x + y


N = 100
xs = np.random.random(N)
ys = np.random.random(N)
zs = f(xs, ys)

plt.tripcolor(xs, ys, zs)
plt.show()