带有Pyplot的平滑表面图

Question

我的问题几乎与此类似： 从矩阵平滑表面图

只是我的工具集是matplotlib和numpy（到目前为止）。

我已经成功生成了X，Y和Z网格以进行绘制

fig = plt.figure(figsize=(12,12))
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='summer', rstride=1, cstride=1, alpa=None)

但是，由于这些值非常跳跃，因此看起来非常糟糕。

我想使事情变得平滑，至少使顶点连接或看起来像那样。

我的数据是这样生成的：我有一个函数

svOfMatrix(x, y)

它根据x生成矩阵，计算其y次幂，选择列和行的子集，并计算最大奇异值。因此，Z [x，y]是svOfMatrix（x，y）

由于此计算非常昂贵，因此我不想使x的步长太小，而Y必然要是整数。
此外，即使步长很小，也可能会有很多变化，我不想看到。所以我想以某种方式插值。我找到了
http://docs.scipy.org/doc/scipy-0.14.0/reference/tutorial/interpolate.html，
但是我没有用。

Answer 1

通过您建议的链接，此处的示例可能最接近您想要的示例。您可以将示例与值一起使用，

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d, Axes3D

X, Y = np.mgrid[-1:1:20j, -1:1:20j]
Z = (X+Y) * np.exp(-6.0*(X*X+Y*Y)) + np.random.rand(X.shape[0])

xnew, ynew = np.mgrid[-1:1:80j, -1:1:80j]
tck = interpolate.bisplrep(X, Y, Z, s=0)
znew = interpolate.bisplev(xnew[:,0], ynew[0,:], tck)

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z, cmap='summer', rstride=1, cstride=1, alpha=None)
plt.show()

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(xnew, ynew, znew, cmap='summer', rstride=1, cstride=1, alpha=None, antialiased=True)
plt.show()

另外，antialiased=True可能会使它看起来更好，但我认为默认情况下处于启用状态。第一个情节看起来像这样，

和这样的平滑图

数据中的低频噪声的问题在于，很难定义足够精细以解决问题的网格。您可以使用s参数interpolate.bisplrep或粗粒度/过滤数据来调整平滑程度，以仅保留主要趋势（例如，scipy.ndimage.interpolation.zoom如果您有规则的网格数据，则使用）。或者，考虑使用其他类型的图，例如pcolormesh，因为数据本质上是2D的。