Python畫三維圖-----插值平滑數據

1、二維的插值方法：

1. 原始數據（x，y）
2. 先對橫座標x進行擴充數據量，採用linspace。【以下面例子，由7個值擴充到300個】
3. 採用scipy.interpolate中的spline來對縱座標數據y進行插值【也由7個擴充到300個】。
4. 畫圖

import matplotlib.pyplot as plt
import numpy as np
#數據
T = np.array([6, 7, 8, 9, 10, 11, 12])
power = np.array([1.53E+03, 5.92E+02, 2.04E+02, 7.24E+01, 2.72E+01, 1.10E+01, 4.70E+00])

#插值 from scipy.interpolate import spline
xnew = np.linspace(T.min(),T.max(),300) #300 represents number of points to make between T.min and T.max
power_smooth = spline(T,power,xnew)
print(xnew.shape)  #（300，） print(power_smooth.shape)  #（300，）
#畫圖
plt.plot(xnew,power_smooth)
plt.show()

 2、三維平滑圖---插值：

一、數據：

x = [0.1,0.2,……，0.9]   (shape = (9)）

y = [0.1,0.2,……，0.9] （shape = (9))

z = 【81個數據】（shape = (81））

生成數據：

x = np.linspace(0.1,0.9,9)
y = np.linspace(0.1,0.9,9)
z = np.random.rand(81)

View Code

 

二、將x和y進行擴充到想要的大小：

【兩種方法：np.arange和np.linspace】

xnew = np.arange(0.1, 1, 0.03)  【shape=（31）】
ynew = np.arange(0.1, 1, 0.03)   【shape=（31）】

或者

xnew = np.linspace(0.1, 0.9, 31)

ynew = np.linspace(0.1, 0.9, 31)

 

三、對z進行插值：

採用 scipy.interpolate.interp2d函數進行插值。

x,y原數據：【x.shape=9，y.shape=9，z.shape=81】

　　f = interpolate.interp2d(x, y, z, kind='cubic')

x,y擴充數據：【xnew.shape=31，y.shape=31】

　　znew = f(xnew, ynew)   【獲得的znew.shape = (31,31)】

　　znew爲插值後的z

 

四、畫圖：

採用  from mpl_toolkits.mplot3d import Axes3D進行畫三維圖

Axes3D簡單用法：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

View Code

好比採用plot_trisurf畫三維圖：plot_trisurf（x,y,z)

【plot_trisurf對數據要求是：x.shape = y.shape = z.shape，因此x和y的shape須要修改，採用np.meshgrid，且都爲一維數據】

　　

#修改x,y，z輸入畫圖函數前的shape
xx1, yy1 = np.meshgrid(xnew, ynew)

newshape = (xx1.shape[0])*(xx1.shape[0])
y_input = xx1.reshape(newshape)
x_input = yy1.reshape(newshape)
z_input = znew.reshape(newshape)

View Code

 五、全部代碼：

# 載入模塊
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
import pandas as pd
import seaborn as sns
from scipy import interpolate

#生成數據
x = np.linspace(0.1,0.9,9)
y = np.linspace(0.1,0.9,9)
z = np.random.rand(81)

#插值
# xx, yy = np.meshgrid(x, y)

f = interpolate.interp2d(x, y, z, kind='cubic')
xnew = np.arange(0.1, 1, 0.03)
ynew = np.arange(0.1, 1, 0.03)
znew = f(xnew, ynew)

#修改x,y，z輸入畫圖函數前的shape
xx1, yy1 = np.meshgrid(xnew, ynew)
newshape = (xx1.shape[0])*(xx1.shape[0])
y_input = xx1.reshape(newshape)
x_input = yy1.reshape(newshape)
z_input = znew.reshape(newshape)

#畫圖
sns.set(style='white')
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_trisurf(x_input,y_input,z_input,cmap=cm.coolwarm)
plt.show()