3d 中的 2d 曲面图。在图表上绘制峰值的索引（可能通过识别峰值？）。 Python

Question

我正在尝试使用 mplot3d 模块在 3d 中绘制 2D 曲面图。

我知道如何“手动”找到最大值及其位置（就行和列而言），这对我正在做的事情非常重要。有没有办法将这些信息绘制到峰值上？也就是在峰值旁边写(maxval,row,col)？

附：当我问这个的时候。也许有一种简单的方法可以识别第二个峰值（或任何其他峰值？）。我目前正在使用掩码，以掩盖第一个峰并找到第二个峰，但我必须非常小心选择侧面，因为如果我碰巧掩盖的太少，一些非峰的东西会被识别出来作为一个峰值，真正的第二个峰值将不会被识别，从而扰乱了称为“峰峰值”信噪比的测量。

Surface Plot

我目前使用的代码是：

frame_a = gdal.Open( "frame_{0:05d}.tif".format(274) ).ReadAsArray()
# in case this helps, this is how the images are read, they are 16-bit GS tiffs.    
frame_b = gdal.Open( "frame_{0:05d}.tif".format(287) ).ReadAsArray()


#this does some clever stuff but basically it returns a 2-D 32x32 array.
corr = correlate_windows( windows_a[99], windows_b[99], corr_method = corr_method, nfftx=nfftx, nffty=nffty )

#this is how I find the position of max value.
column = np.argmax(np.max(corr, axis=0))
row = np.argmax(np.max(corr, axis=1))
maximum = corr.max()
print 'column = ' + str(column)
print 'row = ' +str(row)
print 'peak_1 = ' + str(maximum)



import matplotlib.cm as cmps
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.ticker import LinearLocator, FormatStrFormatter

fig = pl.figure()

ax = Axes3D(fig)

# window size is 32 in this case

nx, ny = window_size*2, window_size*2

xx = range(nx)

yy = range(ny)

X, Y = np.meshgrid(xx, yy)

ax.plot_surface(X , Y , corr , rstride = 1, cstride = 1 )

pl.show()

Answer 1

关于您的第二个问题，您可能会发现以下帖子很有用

Peak-finding algorithm for Python/SciPy

在我所做的一些工作中，我们使用了一个简单的导数近似值，当这个变化表明你有一个峰值（在一维数据中）时，可以添加一些参数来消除由于噪声引起的峰值。要将其扩展到 2D，我已经阅读了有关遵循梯度（向上或向下）直到达到最大值的算法。这些可能相当棘手，因为很容易陷入局部最小值/最大值。如果您对此进行跟进，请在此处链接，因为我想看看人们想出什么。