尝试将 3D 数据绘制为彩色网格时如何解决“没有足够的值来解包”？

Question

使用matplotlib，我正在尝试将 3D 数据绘制为 2D 颜色图。每个点都有一个x 和一个y 坐标，以及一个“高度”z。此高度应确定某个 x/y 区域的颜色。

这是我一直在尝试的代码：

import random
import numpy as np
import matplotlib.pyplot as plt

x = []
y = []
z = []
for index in range(100):
    a = random.random()
    b = random.random()
    c = np.exp(-a*a - b*b)
    x.append(a)
    y.append(b)
    z.append(c)

cmap = plt.get_cmap('PiYG')
fig, ax = plt.subplots()
ax.pcolormesh(x, y, z, cmap=cmap)

但它给出了一个错误

ValueError: not enough values to unpack (expected 2, got 1)

也许我在尝试错误的事情？

备注：三个列表 x、y、z 并针对上面的示例进行了计算，但实际上我只有三个带有“随机”数字的列表，我想对其进行可视化。给定 x 和 y，我无法计算 z。

我也可以使用imshow 创建我想要的绘图，但我必须先将原始数据转换为矩阵。也许有一个我可以使用的功能？

Answer 1

pcolormesh 可能不是此类问题的选择。 pcolormesh 期望有序单元格边缘作为数据而不是随机数据点。如果你事先知道你的网格，你可以这样做，例如

import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(0, 1, 51)
# meshgrid makes a 2D grid of points
xx, yy = np.meshgrid(x, x)

z = np.exp(-xx**2 - yy*2)

fig, ax = plt.subplots()
ax.pcolormesh(xx, yy, z, cmap="PiYG")

这会给你

或者，您可以在现有设置中使用tri 函数之一，例如tripcolor

import random
import numpy as np
import matplotlib.pyplot as plt

x = []
y = []
z = []
for index in range(100):
    a = random.random()
    b = random.random()
    c = np.exp(-a*a - b*b)
    x.append(a)
    y.append(b)
    z.append(c)

fig, ax = plt.subplots()
ax.tripcolor(x, y, z, cmap="PiYG")

这会给

请注意，使用np.random 生成数据会更简单

x, y = np.random.random(size=(2, 100))
z = np.exp(-x**2 - y**2)

fig, ax = plt.subplots()
ax.tripcolor(x, y, z, cmap="PiYG")

Answer 2

x、y 和 z 形状存在问题：它们必须是二维数组（矩阵），但它们是一维的。
为了生成x 和y 轴，您可以使用：

x = []
y = []
for index in range(100):
    x.append(random.random())
    y.append(random.random())

那么你必须创建一个meshgrid:

X, Y = np.meshgrid(x, y)

最后你可以通过网格计算Z：

Z = np.exp(-X**2 - Y**2)

这样，你的代码：

cmap = plt.get_cmap('PiYG')
fig, ax = plt.subplots()
ax.pcolormesh(X, Y, Z, cmap=cmap)

给予：

---

如果您无法在网格上计算 Z，则不应使用 pcolormesh。
一些替代方案可能是：

• 3D 散点图：

  import random
  import numpy as np
  import matplotlib.pyplot as plt
  
  x = []
  y = []
  z = []
  for index in range(100):
      a = random.random()
      b = random.random()
      c = np.exp(-a*a - b*b)
      x.append(a)
      y.append(b)
      z.append(c)
  
  cmap = plt.get_cmap('PiYG')
  
  fig = plt.figure()
  ax = fig.add_subplot(projection = '3d')
  
  ax.scatter(x, y, z, cmap=cmap)
  
  plt.show()
  

• 2D 彩色散点图：

  import random
  import numpy as np
  import matplotlib.pyplot as plt
  
  x = []
  y = []
  z = []
  for index in range(100):
      a = random.random()
      b = random.random()
      c = np.exp(-a*a - b*b)
      x.append(a)
      y.append(b)
      z.append(c)
  
  cmap = plt.get_cmap('PiYG')
  
  plt.style.use('seaborn-darkgrid')
  fig, ax = plt.subplots()
  
  ax.scatter(x, y, c = z, cmap=cmap)
  
  plt.show()