谁知道怎么用 python 画等值面图啊?

[nccers]

老师给了我一组数据, 让我把图画出来 效果是这样的 http://v1.freep.cn/3tb_160713170646njy5512293.jpg 数据在这里 http://yun.baidu.com/share/link?shareid=3048138222&uk=637680708 啊 我快要崩溃了, python 到底要怎样才能生成三维网格? 到底要怎样才能三维插值? 谁能帮帮我啊!

[justou]

解决方法:

http://docs.enthought.com/mayavi/mayavi/auto/mlab_helper_functions.html#mayavi.mlab.contour3d

http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interpn.html#scipy.interpolate.interpn

[nccers]

@justou 我都看了 contour3d 需要一个三维网格与对应的值, interpn 也只能对三维网格插值, 问题是我的数据是散点, 要用 mgrid 生成三维网格然后再用, griddata 插值, 我现在就卡在 griddata 插值上了, 这个函数搜来搜去只有 matlab 的例子, python 只有简单的一句话没有例子 .我是实在没办法了, 能帮我写个例子么?

[nccers]

@justou griddata 插值 1D 和 2D 都有例子, 可 3D 没有, 怎么办才好...

[lazydao]

为啥一点要 Python ？

[nccers]

@lazydao 我和老师夸下海口, 说自己能用 python 画出来. 汗

[nccers]

matlab 画出来是这样的:http://i1.piimg.com/567571/adc28c55678ba7fc.png

[nccers]

python 卡在 griddata 函数上了 他需要构建一个 ndarray 的 tuple 但没例子我也不知道这个 tuple 是什么样子的啊

[justou]

不太清楚你的问题细节, 写了个 3d 插值的例子:

# -*- coding: utf-8 -*-
import numpy as np
from scipy.interpolate import interpn
from enthought.mayavi import mlab

mlab.options.offscreen = True

original_points = 20j
interp_points = 40j
figsize = (1280, 720)

x, y, z = np.mgrid[-15:14:original_points, -12:12:original_points, -14:15:original_points]
# x.shape: 20x20x20
# y.shape: 20x20x20
# z.shape: 20x20x20
s = np.sin(x*y*z)/(x*y*z) # s.shape: 20x20x20
mlab.contour3d(x, y, z, s)
mlab.savefig("original.png", size=figsize)

xs, ys, zs = np.mgrid[-15:14:interp_points, -12:12:interp_points, -14:15:interp_points]

# Construct a 3d array of 3-dimensional points.
arr_4d = np.concatenate((xs[..., None], ys[..., None], zs[..., None]), axis=3) # shape: 40x40x40x3
ss = interpn((x[:, 0, 0], y[0, :, 0], z[0, 0, :]), s, arr_4d, method="nearest")

# Weirdly though, this will also work, why?（ﾟдﾟ）
sss = interpn((x[:, 0, 0], y[0, :, 0], z[0, 0, :]), s, (xs, ys, zs), method="nearest")
print np.all(ss == sss) # True

mlab.contour3d(xs, ys, zs, ss)
mlab.savefig("interpolate.png", size=figsize)

[justou]

axis 改成-1 好一点
np.concatenate((xs[..., None], ys[..., None], zs[..., None]), axis=-1)