平滑的Matplotlib颜色地图

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')

enter image description here 任何意见，欢迎，谢谢！