matlab极坐标插值,python–Matplotlib中极坐标等值图的插值差
异
我试图在极坐标图上⽣成等⾼线图，并在matlab中做⼀些快速编写脚本以获得⼀些结果.出于好奇，我还想使⽤matplotlib在
python中尝试相同的东西，但不知何故，我看到相同输⼊数据的不同轮廓图集.我试图弄清楚发⽣了什么，如果有什么我可以在我的python代码中调整，以在两种情况下得到类似的结果.
matlab结果的屏幕截图如下：
在matlab代码中我使⽤散射插值函数来获取插值数据，我假设由于使⽤插值函数⽽发⽣差异？
输⼊数据是 –
Angles = [-180, -90, 0 , 90, 180, -135, -45,45, 135, 180,-90, 0, 90, 180 ]
Radii = [0,0.33,0.33,0.33,0.33,0.5,0.5,0.5,0.5,0.5,0.6,0.6,0.6,0.6]
Values = [30.42,24.75, 32.23, 34.26, 26.31, 20.58, 23.38, 34.15,27.21, 22.609, 16.013, 22.75, 27.062, 18.
27]
这是在spyder上使⽤python 2.7完成的.我尝试了iddata以及iddata，结果很相似.我⽆法让nn⽅法在iddata中⼯作，因为它⼀直给我掩盖数据.
如果我遗漏任何相关内容，请致歉 – 如果需要任何其他信息，请告诉我，我会更新我的帖⼦.
编辑：
线性scipt griddata图像看起来像：
⽽⽴⽅的scipy图像看起来像
⾄于代码，这⾥是代码 – 我将插值类型字符串传递给存在此代码的函数.所以’线性’和’⽴⽅’是2输⼊.
val = np.array(list(values[i]))
radius = np.array(list(gamma[i]))
ang = [math.radians(np.array(list(theta[i]))[x]) for x in xrange(0,len(theta[i]))]
radiiGrid = np.linspace(min(radius),max(radius),100)
anglesGrid = np.linspace(min(ang),max(ang),100)
radiiGrid, anglesGrid = np.meshgrid(radiiGrid, anglesGrid)
zgrid = griddata((ang,radius),val,(anglesGrid,radiiGrid), method=interpType)
⾓度输⼊来⾃np.array(list(theta [i]))[x] – 这是因为⾓度信息存储在元组列表中(这是因为我正在读⼊和排序数据).我看了⼀下代码，以确保数据是正确的，它似乎排成⼀⾏. gamma对应于半径，值是我提供的样本数据中的值.
希望这可以帮助！
最佳答案 matplotlib中的极地图可能会变得棘⼿.当发⽣这种情况时，快速解决⽅案是将半径和⾓度转换为正常投影中的x,y，绘图.然后在其上叠加⼀个空的极轴：
from scipy.interpolate import griddata
Angles = [-180, -90, 0 , 90, 180, -135,
-45,45, 135, 180,-90, 0, 90, 180 ]
Radii = [0,0.33,0.33,0.33,0.33,0.5,0.5,
0.5,0.5,0.5,0.6,0.6,0.6,0.6]
Angles = np.array(Angles)/180.*np.pi
x = np.array(Radii)*np.sin(Angles)
y = np.array(Radii)*np.cos(Angles)
Values = [30.42,24.75, 32.23, 34.26, 26.31, 20.58,
23.38, 34.15,27.21, 22.609, 16.013, 22.75, 27.062, 18.27]
Xi = np.linspace(-1,1,100)
Yi = np.linspace(-1,1,100)
#make the axes
f = plt.figure()
left, bottom, width, height= [0,0, 1, 0.7]
ax = plt.axes([left, bottom, width, height])
pax = plt.axes([left, bottom, width, height],
projection='polar',
axisbg='none')
cax = plt.axes([0.8, 0, 0.05, 1])
ax.set_aspect(1)
ax.axis('Off')
# grid the data.
Vi = griddata((x, y), Values, (Xi[None,:], Yi[:,None]), method='cubic') cf = ax.contour(Xi,Yi,Vi, 15, jet)
#make a custom colorbar, because the default is ugly
gradient = np.linspace(1, 0, 256)
gradient = np.vstack((gradient, gradient))
cax.xaxis.set_major_locator(plt.NullLocator())
cax.yaxis.tick_right()
cax.imshow(gradient.T, aspect='auto', jet)
cax.set_yticks(np.linspace(0,256,_array())))
spyder python下载cax.set_yticklabels(map(str, cf.get_array())[::-1])

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。