python等高线图平滑_用Matplotlib平滑等高线图中的数据

平滑数据的一个简单方法是使用moving average算法。移动平均的一种简单形式是计算某一位置相邻测量值的平均值。例如，在一维测量序列a[1:N]中，a[N]处的移动平均值可以计算为a[N]=(a[N-1]+a[N]+a[N+1])/3。如果你检查了所有的测量，你就完成了。在这个简单的例子中，我们的平均窗口的大小是3。也可以使用不同大小的窗口，具体取决于所需的平滑程度。

为了在更广泛的应用程序中使计算更简单、更快，还可以使用基于convolution的算法。使用卷积的优点是，只需更改窗口，就可以选择不同类型的平均值，如加权平均值。

让我们做一些代码来说明。以下摘录需要安装Numpy、Matplotlib和Scipy。Click here用于完整运行的示例代码from __future__ import division

import numpy

import pylab

from scipy.signal import convolve2d

def moving_average_2d(data, window):

"""Moving average on two-dimensional data.

"""

# Makes sure that the window function is normalized.

window /= window.sum()

# Makes sure data array is a numpy array or masked array.

if type(data).__name__ not in ['ndarray', 'MaskedArray']:

data = numpy.asa