使用 Matplotlib 绘制圆形温度热力图教程

心靈之曲
发布: 2025-08-14 18:16:01
原创
494人浏览过

使用 matplotlib 绘制圆形温度热力图教程

本文档旨在指导读者使用 Matplotlib 库,结合 SciPy 的插值方法,根据稀疏的温度数据绘制圆形热力图。我们将详细介绍如何通过添加边界数据点来改善插值效果,避免出现热力图呈现为八边形的问题,最终生成更符合预期的圆形温度分布图。

1. 准备工作

首先,确保已经安装了以下必要的 Python 库:

  • pandas: 用于数据读取和处理。
  • numpy: 用于数值计算。
  • matplotlib: 用于绘图。
  • scipy: 用于数据插值。

可以使用 pip 命令进行安装:

pip install pandas numpy matplotlib scipy
登录后复制

2. 数据准备

假设我们有一个名为 tcdata.csv 的 CSV 文件,其中包含 x 坐标、y 坐标和对应的温度值。为了获得更准确的圆形热力图,我们需要在数据集中添加四个角点的数据。以下是一个示例 tcdata.csv 文件的内容:

x,y,temp
-140,0,397.32
-100,90,396.76
-100,-90,396.34
-70,0,396
-50,44,395.34
-50,-44,395.57
0,140,396.37
0,70,395.82
0,0,393.52
0,-70,393.52
0,-140,395.61
50,44,395.82
50,-44,394.08
70,0,394.62
100,90,395.79
100,-90,395.25
140,0,396.12
-150,-150,398
150,150,398
150,-150,398
-150,150,398
登录后复制

注意最后四行,它们代表了热力图的四个角点,并赋予了相应的温度值(这里假设为 398)。

图像转图像AI
图像转图像AI

利用AI轻松变形、风格化和重绘任何图像

图像转图像AI 65
查看详情 图像转图像AI

3. 代码实现

以下是使用 Matplotlib 绘制圆形温度热力图的 Python 代码:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
from matplotlib.colors import LinearSegmentedColormap

# Load temperature data from CSV file
file_path = 'tcdata.csv'
data = pd.read_csv(file_path)

# Extract coordinates and temperatures from the data
x = data['x']
y = data['y']
temperatures = data['temp']

# Set the radius for the circle
radius = 150

# Create a grid for interpolation
grid_x, grid_y = np.mgrid[-radius:radius:300j, -radius:radius:300j]

# Interpolate the temperature data over the grid
grid_temperatures = griddata((x, y), temperatures, (grid_x, grid_y), method='cubic')

# Create a circular mask to limit the heatmap within the circle
mask = np.sqrt(grid_x**2 + grid_y**2) > radius
grid_temperatures = np.ma.masked_where(mask, grid_temperatures)

# Create a custom color map: blue for the lowest, red for the highest, and green for intermediate temperatures
cmap = LinearSegmentedColormap.from_list('custom_heatmap', ['blue', 'green', 'red'], N=256)

# Plot the heatmap
plt.figure(figsize=(8, 6))
plt.imshow(grid_temperatures.T, extent=(-radius, radius, -radius, radius), origin='lower', cmap=cmap)
plt.colorbar(label='Temperature (°C)')

# Set the title
plt.title('Circular Temperature Distribution Heatmap')

# Disable the grid
plt.grid(False)

# Display the plot
plt.show()
登录后复制

代码解释:

  1. 导入必要的库: 导入 pandas, numpy, matplotlib 和 scipy 库。
  2. 加载数据: 使用 pandas 从 CSV 文件中加载数据。
  3. 提取数据: 从数据集中提取 x 坐标、y 坐标和温度值。
  4. 设置半径: 定义圆形热力图的半径。
  5. 创建网格: 使用 np.mgrid 创建一个二维网格,用于插值。
  6. 数据插值: 使用 scipy.interpolate.griddata 函数对温度数据进行插值。这里使用了三次插值 (method='cubic'),可以根据实际情况选择其他插值方法,如线性插值 (linear) 或最近邻插值 (nearest)。三次插值通常能提供更平滑的结果。
  7. 创建圆形掩码: 创建一个圆形掩码,用于限制热力图的显示范围。超出圆形范围的区域将被遮盖。
  8. 创建自定义颜色映射: 使用 matplotlib.colors.LinearSegmentedColormap 创建一个自定义的颜色映射,将蓝色映射到最低温度,红色映射到最高温度,绿色映射到中间温度。
  9. 绘制热力图: 使用 plt.imshow 函数绘制热力图。extent 参数定义了热力图的坐标范围,origin='lower' 确保图像的原点位于左下角。
  10. 添加颜色条: 使用 plt.colorbar 函数添加颜色条,用于显示温度与颜色的对应关系。
  11. 设置标题和禁用网格: 设置图表的标题,并禁用网格显示。
  12. 显示图像: 使用 plt.show 函数显示绘制的热力图。

4. 注意事项

  • 插值方法选择: griddata 函数提供了多种插值方法。根据数据的特点和所需的精度,可以选择合适的插值方法。三次插值通常能提供更平滑的结果,但计算量也更大。
  • 数据质量: 插值结果的准确性很大程度上取决于原始数据的质量和密度。如果数据过于稀疏,插值结果可能不够准确。增加数据点可以提高插值精度。
  • 颜色映射: 选择合适的颜色映射可以更清晰地展示温度分布。可以根据实际需求调整颜色映射的范围和颜色梯度。
  • 边界数据: 确保在热力图的边界添加足够的数据点,特别是四个角点,以避免出现八边形或其他不规则形状。

5. 总结

通过本文的教程,您已经学会了使用 Matplotlib 和 SciPy 绘制圆形温度热力图的方法。关键步骤包括数据准备、数据插值、创建圆形掩码和绘制热力图。通过添加边界数据点,可以显著改善插值效果,避免出现热力图呈现为八边形的问题。希望本教程能帮助您更好地可视化温度数据,并应用于实际项目中。

以上就是使用 Matplotlib 绘制圆形温度热力图教程的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号