Python：我不断收到广播错误，但我不知道如何解决它

Question

我正在尝试根据我的目的调整此链接中接受的答案代码： Plot gradient arrows over heatmap with plt

我正在做一个项目，该项目需要我以 .csv 文件的形式拍摄热图像，然后从 .csv 文件中获取数据以制作显示方向的箭头（通过 quiverplot streamplot 等）来自图像上最热点（最高像素值）的热流。我认为这可以使用图像的渐变来实现，但我不确定如何实现。

这是我的代码：

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

directory = os.chdir(r'user_directory') #Set folder to look in
file = 'data.csv'
data = np.genfromtxt(file, delimiter = ',')

horizontal_min, horizontal_max, horizontal_stepsize = 0, 100, 0.3
vertical_min, vertical_max, vertical_stepsize = 0, 100, 0.5

horizontal_dist = horizontal_max-horizontal_min
vertical_dist = vertical_max-vertical_min

horizontal_stepsize = horizontal_dist / float(math.ceil(horizontal_dist/float(horizontal_stepsize)))
vertical_stepsize = vertical_dist / float(math.ceil(vertical_dist/float(vertical_stepsize)))

xv, yv = np.meshgrid(np.arange(horizontal_min, horizontal_max, horizontal_stepsize),
                 np.arange(vertical_min, vertical_max, vertical_stepsize))
xv+=horizontal_stepsize/2.0
yv+=vertical_stepsize/2.0

result_matrix = np.asmatrix(data)
yd, xd = np.gradient(result_matrix)

def func_to_vectorize(x, y, dx, dy, scaling=0.01):
    plt.arrow(x, y, dx*scaling, dy*scaling), fc="k", ec="k", head_width=0.06, 
head_length=0.1)

vectorized_arrow_drawing = np.vectorize(func_to_vectorize)

plt.imshow(np.flip(result_matrix,0), extent=[horizontal_min, horizontal_max, vertical_min, 
vertical_max])
vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)
plt.colorbar()
plt.show()

这是我得到的错误：

ValueError: operands could not be broadcast together with shapes (200,335) (200,335) (100,100) (100,100) ()

编辑：回溯错误

ValueError Traceback（最近一次调用最后一次）
中的
     46
     47 plt.imshow(np.flip(result_matrix,0), 范围=[horizo​​ntal_min,



水平最大，垂直最小，垂直最大]）
---> 48 vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)
     49 plt.colorbar()
     50 plt.show()

~\Anaconda3\lib\site-packages\numpy\lib\function_base.py in __call__(self,
*args, **kwargs)
   1970 vargs.extend（[kwargs[_n] for _n in names]）
   1971年
-> 1972 返回 self._vectorize_call(func=func, args=vargs)
   1973年
   1974年定义_get_ufunc_and_otypes（自我，功能，参数）：

~\Anaconda3\lib\site-packages\numpy\lib\function_base.py 在
_vectorize_call(self, func, args)
   2046 for a in args]
   2047
-> 2048 个输出 = ufunc(*输入)
   2049
   2050 如果 ufunc.nout == 1：

ValueError：操作数无法与形状一起广播 (100,168)
(100,168) (100,100) (100,100) ()

Answer 1

你真的需要xd, yd, xv, yv 都具有相同的形状（或所有都可以广播到相同的形状，但在功能上这是相同的东西）vectorize 才能工作。最简单的方法是：

xv, yv = np.meshgrid(np.linspace(horizontal_min, horizontal_max, data.shape[0]),
                 np.linspace(vertical_min, vertical_max, data.shape[1]))

如果您确实希望在一个方向上比另一个方向具有更高的分辨率，则另一种方法是使用scipy.interpolate.interp2d 将xd 和yd 插入xv 和yv 的尺寸。但这要复杂得多。

Answer 2

我猜这个错误是由于这对语句引起的：

vectorized_arrow_drawing = np.vectorize(func_to_vectorize)
...
vectorized_arrow_drawing(xv, yv, xd, yd, 0.1)

即使我的猜测是正确的，您也应该发布更多错误消息。

np.vectorize 使用 broadcasting 组合来自输入的值，并针对每个组合将一组标量值发送到 func_to_vectorize。

根据错误，5个参数有形状：

(200,335) (200,335) (100,100) (100,100) ()

() 数组是标量值 0.1。那应该没问题。但它不能将 (200,335) 数组与 (100,100) 数组一起使用。 xv 和 yv 数组与 xd 和 yd 数组不兼容。