python实现二维插值的三维显示_Python

python实现二维插值的三维显示

2021-05-02 23:18TOliverQueen Python

这篇文章主要为大家详细介绍了python实现二维插值的三维显示，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

本文实例为大家分享了二维插值的三维显示具体代码，供大家参考，具体内容如下

python" id="highlighter_693499">

									# -*- coding: utf-8 -*-

									"""

									演示二维插值。

									"""

									# -*- coding: utf-8 -*-

									import numpy as np

									from mpl_toolkits.mplot3d import axes3d

									import matplotlib as mpl

									from scipy import interpolate

									import matplotlib.cm as cm

									import matplotlib.pyplot as plt

									def func(x, y):

									  return (x + y) * np.exp(-5.0 * (x ** 2 + y ** 2))

									# x-y轴分为20*20的网格

									x = np.linspace(-1, 1, 20)

									y = np.linspace(-1, 1, 20)

									x, y = np.meshgrid(x, y) # 20*20的网格数据

									fvals = func(x, y) # 计算每个网格点上的函数值 15*15的值

									fig = plt.figure(figsize=(9, 6))  #设置图的大小

									# draw sub-graph1

									ax = plt.subplot(1, 2, 1, projection='3d')  #设置图的位置

									surf = ax.plot_surface(x, y, fvals, rstride=2, cstride=2, cmap=cm.coolwarm, linewidth=0.5, antialiased=true) #第四个第五个参数表示隔多少个取样点画一个小面，第六个表示画图类型，第七个是画图的线宽，第八个表示抗锯齿

									ax.set_xlabel('x')

									ax.set_ylabel('y')

									ax.set_zlabel('f(x, y)') #标签

									plt.colorbar(surf, shrink=0.5, aspect=5) # 标注

									# 二维插值

									newfunc = interpolate.interp2d(x, y, fvals, kind='cubic') # newfunc为一个函数

									# 计算100*100的网格上的插值

									xnew = np.linspace(-1, 1, 100) # x

									ynew = np.linspace(-1, 1, 100) # y

									fnew = newfunc(xnew, ynew) # 仅仅是y值  100*100的值 np.shape(fnew) is 100*100

									xnew, ynew = np.meshgrid(xnew, ynew)

									ax2 = plt.subplot(1, 2, 2, projection='3d')

									surf2 = ax2.plot_surface(xnew, ynew, fnew, rstride=2, cstride=2, cmap=cm.coolwarm, linewidth=0.5, antialiased=true)

									ax2.set_xlabel('xnew')

									ax2.set_ylabel('ynew')

									ax2.set_zlabel('fnew(x, y)')

									plt.colorbar(surf2, shrink=0.5, aspect=5) # 标注

									plt.show()