一尘不染

Python:查找等高线matplotlib.pyplot.contour()

python

我在找(但不是画画!)某些数据的等高线:

from pprint import pprint 
import matplotlib.pyplot 
z = [[0.350087, 0.0590954, 0.002165], [0.144522, 0.885409, 0.378515], 
     [0.027956, 0.777996, 0.602663], [0.138367, 0.182499, 0.460879], 
     [0.357434, 0.297271, 0.587715]] 
cn = matplotlib.pyplot.contour(z)

我知道’cn’包含了我想要的轮廓线,但我似乎无法到达

他们。我试过几种方法:

print dir(cn) 
pprint(cn.collections[0]) 
print dir(cn.collections[0]) 
pprint(cn.collections[0].figure) 
print dir(cn.collections[0].figure)

无济于事。我知道“cn”是一个“轮廓集”,而且中国大陆收藏是一个数组

我认为“LineCollection”是一个line数组

片段,但我不知道如何提取这些片段。

我的最终目标是创建一个在世界地图上绘制数据的KML文件,并且

这些数据的等高线。

然而,由于我的一些数据点离得很近,而另一些则很远

现在,我需要组成轮廓的实际多边形(线串),而不是

只是轮廓的光栅图像。

我有点惊讶“qhull”不会这样做。

使用Mathematica的“listcurtourplot”,然后将其导出为SVG可以工作,但是我

想用开源的东西。

我不能使用众所周知的CONREC算法,因为我的数据不在网格上

(对于给定的x值,并不总是有多个y值,反之亦然)。

解决方案不必使用python,但必须是开源的,并且

可在Linux上运行。


阅读 239

收藏
2020-12-20

共1个答案

一尘不染

通过在集合和路径上循环并使用
的“iter_segments()”方法
matplotlib.path.Path.

下面是一个函数,它将顶点作为
等高线、等高线截面和x、y顶点阵列:

import numpy as np

def get_contour_verts(cn):
    contours = []
    # for each contour line
    for cc in cn.collections:
        paths = []
        # for each separate section of the contour line
        for pp in cc.get_paths():
            xy = []
            # for each segment of that section
            for vv in pp.iter_segments():
                xy.append(vv[0])
            paths.append(np.vstack(xy))
        contours.append(paths)

    return contours

Edit:

也可以在不绘制任何东西的情况下使用
未记录的matplotlib.\u cntrC模块:

from matplotlib import pyplot as plt
from matplotlib import _cntr as cntr

z = np.array([[0.350087, 0.0590954, 0.002165],
              [0.144522,  0.885409, 0.378515],
              [0.027956,  0.777996, 0.602663],
              [0.138367,  0.182499, 0.460879], 
              [0.357434,  0.297271, 0.587715]])

x, y = np.mgrid[:z.shape[0], :z.shape[1]]
c = cntr.Cntr(x, y, z)

# trace a contour at z == 0.5
res = c.trace(0.5)

# result is a list of arrays of vertices and path codes
# (see docs for matplotlib.path.Path)
nseg = len(res) // 2
segments, codes = res[:nseg], res[nseg:]

fig, ax = plt.subplots(1, 1)
img = ax.imshow(z.T, origin='lower')
plt.colorbar(img)
ax.hold(True)
p = plt.Polygon(segments[0], fill=False, color='w')
ax.add_artist(p)
plt.show()
2020-12-20