python 投影图

Python的投影图有很多种方式可以实现，这里提供了两种常用的方法。

方法一是使用Matplotlib库中的imshow函数绘制投影图。首先，通过加载数据，可以获得x、y、z的值。然后，定义网格xi和yi，再利用griddata函数将数据插值到网格上。接下来，使用imshow函数绘制投影图，设置颜色映射和范围，并添加标签和标题。最后，使用colorbar函数添加色标，并显示图形。示例代码如下：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata

# 加载数据
data = np.loadtxt('fes.dat')
x = data[:, 0]
y = data[:, 1]
z = data[:, 2]*4.3597*6.022*100

# 定义网格
xi = np.linspace(min(x), max(x), 100)
yi = np.linspace(min(y), max(y), 100)
X, Y = np.meshgrid(xi, yi)

# 插值数据到网格上
Z = griddata((x, y), z, (X, Y), method='cubic')

# 绘制投影图
plt.imshow(Z, cmap='viridis', extent=[min(xi), max(xi), min(yi), max(yi)], origin='lower')

# 添加标签和标题
plt.xlabel('X')
plt.ylabel('Y')
plt.title('等高线投影图')

# 添加色标
plt.colorbar()

# 显示图形
plt.show()

方法二是使用Matplotlib库中的plot_surface函数绘制带有等高线投影的三维曲面图。首先，通过加载数据，可以获得x、y、z的值。然后，创建一个三维图形，并使用plot_surface函数绘制曲面图。接着，使用contourf函数绘制等高线投影图，并设置投影的方向和偏移。最后，调整Z轴的距离，添加坐标轴标签，并显示图形。示例代码如下：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

# 创建三维图形
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 生成数据
x = np.arange(-5, 5, 0.25)
y = np.arange(-5, 5, 0.25)
x, y = np.meshgrid(x, y)
r = np.sqrt(x**2 + y**2)
z = np.sin(r)

# 绘制曲面图
ax.plot_surface(x, y, z, cmap='viridis')

# 绘制投影图
ax.contourf(x, y, z, zdir='z', offset=-15, cmap='viridis')

# 调整Z方向距离
ax.set_zlim(-15, 3)

# 设置坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# 显示图形
plt.show()

以上两种方法可以根据具体数据和需求选择使用。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【python绘图（一）】Python数据分析和可视化](https://blog.csdn.net/qq_45659165/article/details/129122015)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]