我一直在使用3D图形上的色彩地图绘制我的论文的四维数据并遇到复杂情况。这似乎是我使用的颜色地图方法在角点平均值,然后通过该值为整个图块着色。如果我有更大的分辨率,这样可以,但是我花了大约一个月的时间来运行模拟来获取当前数据。平滑的Matplotlib颜色地图
有人可以提出一种方法来改变这种情况吗?最好不要编码我自己的所有点的线性内插来提高分辨率。这可能是更多的努力(对我而言),而不是现在的价值。
Driven=np.zeros((5,9))
Driver=np.zeros((5,9))
Compositions=np.zeros((5,9))
Durations=np.zeros((5,9))
N=np.zeros((5,9))
for i in range(0,5):
for j in range(0,9):
Driven[i,j]=ReservoirData[i][1][j]
Compositions[i,j]=ReservoirData[i][2][j]
Driver[i,j]=float(ReservoirData[i][0][0][:-3])
Durations[i,j]=ReservoirData[i][3][j]
maxi=Durations.max()
mini=Durations.min()
for i in range(0,5):
for j in range(0,9):
N[i,j]=(Durations[i,j]-mini)/(maxi-mini)
fig = plt.figure()
ax = fig.gca(projection='3d')
#Important Stuff Start----------------------------------------------------
surf = ax.plot_surface(Driven,Driver,Compositions, facecolors=cm.jet(N), rstride=1, cstride=1, antialiased=True)
m = cm.ScalarMappable(cmap=cm.jet)
#Important Stuff End---------------------------------------------------------
m.set_array(Durations)
cbar=plt.colorbar(m, shrink=0.8)
cbar.set_label('Nominal Duration')
ax.set_ylabel('Driver Pressure, kPa')
ax.set_xlabel('Compositions, %He')
ax.set_zlabel('Driven Pressure, kPa')
plt.title('Three Dimensional Representation of Tailored Conditions for RS at 9.2MPa')
fig.set_size_inches(14,8)
plt.savefig('RS9.2.png')
任何意见,欢迎,谢谢!
对于像这样的问题,如果你给出一个完整的工作例子,你会得到更好的答案。您缺少'includes'和'ReservoirData'的定义。你可能想尝试构建一个你的问题的最小玩具例子。 – Hooked