可视化 2 个参数及其结果

Question

有 2 个参数我想尝试不同的值：

a = [0.0, 0.5, 0.6]  # len == 3
b = [0.0, 0.02 , 0.05, 0.1]  # len == 4

对于a的每个值，尝试b的每个值。这带有 3 * 4 = 12 个不同的结果。

我的数据采用

格式

res = [(0.0, 0.0, res1), (0.0, 0.02, res2), ...]

有什么方法可以巧妙地将其形象化吗？我在考虑 contour/heat 地图或 3d 平面，但遗憾的是我无法让它工作。

Answer 1

有很多不同的选择。在任何情况下，第一步都需要将您的 res 列表转换为一个 numpy 数组。

对于 imshow、pcolor(mesh) 或 contourf 等许多绘图，您需要三个二维数组，您可以通过对输入数组进行整形来获得它们（假设它是正确订购）。

以下显示了您的一些选择：

res = [(0.0, 0.0, 0.5), (0.0, 0.02, 0.7), (0.0, 0.05, 0.6), (0.0, 0.10, 0.8),
       (0.5, 0.0, 0.4), (0.5, 0.02, 0.6), (0.5, 0.05, 0.5), (0.5, 0.10, 0.7),
       (0.6, 0.0, 0.3), (0.6, 0.02, 0.5), (0.6, 0.05, 0.4), (0.6, 0.10, 0.6)]

import matplotlib.pyplot as plt
import numpy as np

res = np.array(res)
A = res[:,0].reshape(3,4) #A in y direction
B = res[:,1].reshape(3,4)
Z = res[:,2].reshape(3,4)

fig, ((ax, ax2), (ax3, ax4)) = plt.subplots(2,2)
#imshow
im = ax.imshow(Z, origin="lower")
ax.set_xticks(range(len(Z[0,:])))
ax.set_yticks(range(len(Z[:,0])))
ax.set_xticklabels(B[0,:])
ax.set_yticklabels(A[:,0])

#pcolormesh, first need to extend the grid
bp = np.append(B[0,:], [0.15])
ap = np.append(A[:,0], [0.7])
Bp, Ap = np.meshgrid(bp, ap)
ax2.pcolormesh(Bp, Ap, Z)

#contour
ax3.contourf(B, A, Z, levels=np.linspace(Z.min(), Z.max(),5))
#scatter
ax4.scatter(res[:,1], res[:,0], c=res[:,2], s=121)

ax.set_title("imshow")
ax2.set_title("pcolormesh")
ax3.set_title("contourf")
ax4.set_title("scatter")
plt.tight_layout()
fig.colorbar(im, ax=fig.axes, pad=0.05)
plt.show()

可视化 2 个参数及其结果

Visualising 2 parameters and their results

python

3d

visualization

graph

matplotlib