如何将二维笛卡尔数组绘制为极坐标热图

Question

我有一个二维数组，它定义了笛卡尔坐标中的值。我正在尝试将其转换为极坐标，并制作极坐标热图。我已经包含了一些玩具数据，只是为了使其更具可读性（我的实际数据是一个非常大的 numpy 数组）。

我尝试运行下面的代码，但生成的图是不对称的，这不是我所期望的。这让我相信我从根本上误解了使用 pcolormesh 或 meshgrid 的正确方法。

import numpy as np
import matplotlib.pyplot as plt

x = [-1, 0, 1]
y = [-1, 0, 1]
z = [[0, 0, 0], [0, 1, 0], [0, 0, 0]] #some data

def cart2pol(x, y):
    xx, yy = np.meshgrid(x,y)
    rho = np.sqrt(xx**2 + yy**2)
    temp_phi = np.arctan2(yy, xx) * 180 / np.pi
    phi = np.arctan2(yy, xx) * 180 / np.pi
    for i in range(0,len(x)):
        for j in range(0,len(y)):
            if temp_phi[i][j] < 0:
                phi[i][j] = temp_phi[i][j] + 360
            else:
                phi[i][j] = temp_phi[i][j]
    return rho, phi


def polar_plot(z):
    fig = plt.figure()

    rho, phi = cart2pol(x,y)
    plt.subplot(projection="polar")

    plt.pcolormesh(phi, rho, z)

    plt.plot(phi, rho, color='k', ls='none')
    plt.grid()

    plt.show()

cart2pol(x, y)
polar_plot(z)

cart2pol 函数的输出如下所示：

rho = [[1.41421356, 1.        , 1.41421356],
       [1.        , 0.        , 1.        ],
       [1.41421356, 1.        , 1.41421356]]

phi = [[225., 270., 315.],
       [180.,   0.,   0.],
       [135.,  90.,  45.]]

这正是我所期望的输入。这让我相信问题出在 polar_plot() 上。

我希望看到一个对称的结果，这表明我正确使用了极坐标图函数，但是生成的图与我的预期非常不同。

输出：

Output from above code

Answer 1

numpy 中 arc-functions 给出的角度已经是弧度，所以不需要转换。

import numpy as np
import matplotlib.pyplot as plt

x = [-1, 0, 1]
y = [-1, 0, 1]
z = [[1,0,1], [2,1,0], [1,0,1]] #some data

def cart2pol(x, y):
    xx, yy = np.meshgrid(x,y)
    rho = np.sqrt(xx**2 + yy**2)
    temp_phi = np.arctan2(yy, xx)
    phi = np.arctan2(yy, xx)
    for i in range(0,len(x)):
        for j in range(0,len(y)):
            if temp_phi[i][j] < 0:
                phi[i][j] = temp_phi[i][j] + 2*np.pi
            else:
                phi[i][j] = temp_phi[i][j]
    return rho, phi


def polar_plot(z):
    fig = plt.figure()

    rho, phi = cart2pol(x,y)
    plt.subplot(projection="polar")

    plt.pcolormesh(phi, rho, z)
    #plt.pcolormesh(th, z, r)

    plt.plot(phi, rho, color='k', ls='none')
    plt.grid()

    plt.show()

cart2pol(x, y)
polar_plot(z)

结果：