来自 3D 数据 python 的 2D 热图

Question

我正在尝试使用例如从 3d 数据集生成 2D 热图/强度图

x,     y,    z:
0      0     2
1      0     4
1      1     2
2      0     3
2      1     4 ..

其中 (x,y) 是网格点，z 是我的函数 z = f(x,y) 的幅度。 到目前为止，我已经通过

将其可视化为 3d+heatmap

ax = plt.axes(projection="3d")
ax.scatter3D ( x,y z, c=z, cmap ="hsv")

我现在想使用带有热图的 2d 绘图来可视化这一点。我试过了

sc = plt.scatter(x,y, c=z, cmap ="hsv")
cbar = fig.colorbar(sc)
plt.show()

但是，我 90% 的 z 值分布在 0 附近，其余的则显示我感兴趣的结构。使用散点图，10% 完全被构成背景的 90% 所掩盖。我怎样才能更有效地可视化这样一个 3D 数据集，其中大部分数据都分布在某个均值附近，而我对偏离均值的数据点感兴趣？

Answer 1

您可能正在寻找等高线类型的图。看看是不是你要找的：

绘图库：https://plotly.com/python/contour-plots/

Matplotlib 库：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.contour.html