【发布时间】:2019-07-30 21:31:22
【问题描述】:
我正在尝试根据周期绘制带有 y 比例的频谱图,所以我想要一个相反的对数比例。
问题是:我找到了使用pcolormesh() 的方法,而不是使用imshow()。 imshow() 似乎比pcolormesh() 更有效率,也就是说,对我来说,这是一个很喜欢它的理由!
我错过了什么吗?
我不知道如何说得更清楚,所以这里有一个可重现的例子:
import matplotlib.pyplot as plt
import numpy as np
size = 10
data = np.arange(size * size).reshape((size, size))
x_start = 1
x_end = 10
y_start = 1
y_end = 10
extent = [x_start, x_end, y_start, y_end]
fig, axes = plt.subplots(1,4)
axes[0].set_yscale('log')
im = axes[0].imshow(data, extent=extent, origin='upper', interpolation='None', cmap='viridis')
axes[1].set_yscale('log')
im2 = axes[1].imshow(data, extent=extent, origin='lower', interpolation='None', cmap='viridis')
axes[2].set_yscale('log')
im2 = axes[2].imshow(data, extent=extent, origin='lower', interpolation='None', cmap='viridis')
axes[2].invert_yaxis()
y = np.arange(1,11)*0.1
x = np.arange(0,10)
axes[3].set_yscale('log')
im3 = axes[3].pcolormesh(x, 1/y , data)
axes[0].set_title("not ok")
axes[1].set_title("not ok")
axes[2].set_title("not ok")
axes[3].set_title("OK")
plt.tight_layout()
plt.show()
您在上一张图片中看到,使用imshow() 不会改变紧密的坐标,即使我使用lower 或upper origin,它们也始终位于图的顶部。使用pcolormesh(),我实现了在图表底部获得紧密的纵坐标。
我梦想通过使用imshow() 来获得“好的”身材!
这个问题是相对于这个问题的:Aggregate several AxesSubplot after multiprocessing to draw a matplotlib figure
【问题讨论】:
-
可能值得说这是stackoverflow.com/q/57269797/1358308的后续问题
-
另外,您要处理的数据有多大?即,对于您实际想要绘制的某些数据,
data.shape是什么? -
形状:(2048,15357)
-
好的,因此在此过程中将其重新采样为更合理的东西可能是一个好主意。如果在 matplotlib 看到它之前可以降到大约(500,500),那么事情会快得多
-
优化问题是stackoverflow.com/questions/57269797/…,让我们试着让cmets保持在正确的线程中
标签: python matplotlib