matplotlib - 将 pcolormesh 和轮廓放在同一个网格上？

Question

我正在尝试使用 contour 显示带有轴标签的二维数据和 pcolormesh .正如在 matplotlib 用户列表中所指出的，这些函数遵循不同的约定:pcolormesh期望 x 和 y 值指定单个像素的角，而 contour期望像素的中心。

使这些行为一致的最佳方法是什么？

我考虑过的一种选择是制作“中心到边缘”函数，假设数据间隔均匀:

def centers_to_edges(arr):
    dx = arr[1]-arr[0]
    newarr = np.linspace(arr.min()-dx/2,arr.max()+dx/2,arr.size+1)
    return newarr

另一种选择是使用 imshow与 extent关键字集。
第一种方法不能很好地处理 2D 轴(例如，由 meshgrid 或 indices 创建)，第二种方法完全丢弃轴号

Answer 1

您的数据是常规网格吗？如果没有，您可以使用 griddata() 来获取它。我认为如果你的数据太大，子采样或正则化总是可能的。如果数据太大，也许您的输出图像与它相比总是很小，您可以利用这一点。
如果将 imshow() 与“extent”和“interpolation='nearest'”一起使用，您将看到数据以单元格为中心，并且范围提供单元格的下边缘(角)。另一方面，contour 假设数据以单元格为中心，X,Y 必须是单元格的中心。所以，你需要关心轮廓的输入域。简单的例子是:

x = np.arange(-10,10,1)
X,Y = np.meshgrid(x,x)
P = X**2+Y**2
imshow(P,extent=[-10,10,-10,10],interpolation='nearest',origin='lower')
contour(X+0.5,Y+0.5,P,20,colors='k')

我的测试告诉我 pcolormesh() 是一个非常缓慢的程序，我总是尽量避免它。 griddata 和 imshow() 对我来说总是一个不错的选择。