从matplotlib.pyplot.contour()函数中找到等高线

Question

从matplotlib.pyplot.contour()函数中找到等高线

25

我正在尝试找到（但不绘制！）一些数据的等高线。

from pprint import pprint 
import matplotlib.pyplot 
z = [[0.350087, 0.0590954, 0.002165], [0.144522, 0.885409, 0.378515], 
     [0.027956, 0.777996, 0.602663], [0.138367, 0.182499, 0.460879], 
     [0.357434, 0.297271, 0.587715]] 
cn = matplotlib.pyplot.contour(z)

我知道cn中包含了我想要的等高线，但是我似乎无法找到它们。我尝试了几种方法：

print dir(cn) 
pprint(cn.collections[0]) 
print dir(cn.collections[0]) 
pprint(cn.collections[0].figure) 
print dir(cn.collections[0].figure)

无济于事。我知道cn是一个ContourSet，cn.collections是一个LineCollection数组。我认为LineCollection是一个线段数组，但我无法弄清楚如何提取这些线段。

我的最终目标是创建一个KML文件，在世界地图上绘制数据和相应的等高线。

然而，由于我的数据点有些靠得很近，有些则相距较远，我需要实际构成等高线的多边形（线串），而不仅仅是等高线的栅格化图像。

我对qhull没有像这样的功能感到有些惊讶。

使用Mathematica的ListContourPlot然后导出为SVG可以实现，但我想使用一些开源工具。

我不能使用众所周知的CONREC算法，因为我的数据不在网格上（对于给定的x值，不总是有多个y值，反之亦然）。

解决方案不一定要使用Python，但必须是开源的，并且可以在Linux上运行。

- user354134

4个回答

4

我建议使用scikit-image的find_contours函数。

该函数返回给定等级的轮廓列表。

matplotlib._cntr从matplotlib v2.2开始已被移除（请参见此处）。

- Michele

3

似乎轮廓数据在由plt.contour()函数返回的QuadContourSet对象的.allsegs属性中。 .allseg属性是所有水平线（可以在调用plt.contour(X,Y,Z,V)时指定）的列表。对于每个水平线，您都会得到一个n x 2的NumPy数组列表。

plt.figure()
C = plt.contour(X, Y, Z, [0], colors='r')

plt.figure()
for ii, seg in enumerate(C.allsegs[0]):
    plt.plot(seg[:,0], seg[:,1], '.-', label=ii)
plt.legend(fontsize=9, loc='best')

在上面的示例中，只给出了一个等级，因此len(C.allsegs) = 1。你会得到以下内容：

等高线图

提取的曲线

- Dneis

1

所有路径的顶点可以通过以下方式简单地作为float64的numpy数组返回：

vertices = cn.allsegs[i][j]  # for element j, in level i

在原始问题中，cn 定义为：

import matplotlib.pyplot as plt
z = [[0.350087, 0.0590954, 0.002165], [0.144522, 0.885409, 0.378515], 
     [0.027956, 0.777996, 0.602663], [0.138367, 0.182499, 0.460879], 
     [0.357434, 0.297271, 0.587715]] 
cn = plt.contour(z)

更详细的说明：

浏览集合并提取路径和顶点并不是最直接或最快的事情。返回的Contour对象实际上具有通过cs.allsegs获取段的属性，它返回一个嵌套列表，形状为[level][element][vertex_coord]:

num_levels = len(cn.allsegs)
num_element = len(cn.allsegs[0])  # in level 0
num_vertices = len(cn.allsegs[0][0])  # of element 0, in level 0
num_coord = len(cn.allsegs[0][0][0])  # of vertex 0, in element 0, in level 0

请参考： https://matplotlib.org/3.1.1/api/contour_api.html

- RCCG

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ali_m · Accepted Answer

你可以通过遍历集合和路径并使用matplotlib.path.Path的iter_segments()方法来获取顶点。

这是一个返回顶点作为轮廓线、轮廓部分和x,y顶点数组嵌套列表集合的函数：

import numpy as np

def get_contour_verts(cn):
    contours = []
    # for each contour line
    for cc in cn.collections:
        paths = []
        # for each separate section of the contour line
        for pp in cc.get_paths():
            xy = []
            # for each segment of that section
            for vv in pp.iter_segments():
                xy.append(vv[0])
            paths.append(np.vstack(xy))
        contours.append(paths)

    return contours

编辑：

你也可以使用未记录在案的matplotlib._cntr C模块计算轮廓，而无需绘制任何内容：

from matplotlib import pyplot as plt
from matplotlib import _cntr as cntr

z = np.array([[0.350087, 0.0590954, 0.002165],
              [0.144522,  0.885409, 0.378515],
              [0.027956,  0.777996, 0.602663],
              [0.138367,  0.182499, 0.460879], 
              [0.357434,  0.297271, 0.587715]])

x, y = np.mgrid[:z.shape[0], :z.shape[1]]
c = cntr.Cntr(x, y, z)

# trace a contour at z == 0.5
res = c.trace(0.5)

# result is a list of arrays of vertices and path codes
# (see docs for matplotlib.path.Path)
nseg = len(res) // 2
segments, codes = res[:nseg], res[nseg:]

fig, ax = plt.subplots(1, 1)
img = ax.imshow(z.T, origin='lower')
plt.colorbar(img)
ax.hold(True)
p = plt.Polygon(segments[0], fill=False, color='w')
ax.add_artist(p)
plt.show()

在此输入图片描述