如何用python繪製溫度分布圖(matplotlib繪圖)

如何用python繪製溫度分布圖(matplotlib繪圖)

一.前言

以前在研究所，在處理一個2D空間的溫度分布情形時，我總是會用Origin來做溫度分布圖，我找了Origin官網的文章來說明

(參考網站： Origin官網的文章 )
附圖是該網站的範例圖面，可以很清楚看到，整個北美洲的溫度分布情形。
再由溫度的Scale Bar來判讀，大概靠近底部的地方，溫度會是在60度左右，靠近北方則是10~20度之間。
這很清楚的表達該區域的溫度分布。

近期我在工作上碰到一個問題，我有一個X-Y位置及其對應的溫度值的資料，當時我在excel找了老半天，都無法像Origin那樣做出一個2D平面的溫度分布圖。
接著我就想，除了Origin之外，能否也可以用Python來繪製溫度分布圖呢？

二.簡單的繪製分布圖

首先，這種”分布圖”，在Origin叫做”contour”，剛好Python裡的matplotlib也有contour的指令，起初在網路上找關於此類文章，例如：
1.怎么用Python画这种温度分布图
2.Python Matplotlib Tips
3.绘制轴线或Matplotlib轮廓图的原点
4.matplotlib.pyplot contourf()函式的使用
很可惜的是，他們的該點資料都是X和Y的函數，ex: Z= X+Y*2 這個意思。
這樣子根本無法達到我的”輸入某個位置的資料”的概念，因為該點的溫度值不可能可以構成X和Y的函數麻。

上述這幾個網站的方法是這樣子的，將X和Y個切成很細的位子點，接著將Z令成X和Y的函數，這樣子就有超多的位子點資料。然後將它plot出來。
我的應用則可能只知道某9個點的溫度值而已，要怎麼把9個點溫度值給切碎分給X和Y呢?

後來真的是我想太多了，如果點資料不夠多，那就不要把X和Y切細阿。廢話不多說，馬上看我寫的程式碼。

#舉例 僅有3*3的位置點資料
import matplotlib.pyplot as plt
x = [0,2,3] #X位置
y = [0,3,6] #Y位置
temp = [[5,15,30],[10,20,50],[20,30,40]] #該點資料

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)   #生成Scale bar
c = ax.contourf(x, y, temp,cmap='Spectral_r')
cb = fig.colorbar(c)
cb.set_label('Temperature')
plt.xlabel('position(mm)')
plt.ylabel('position(mm)')
plt.show()

輸出結果：

看看是不是非常簡單，短短的程式碼就可以畫出輪廓圖囉。

三.讀取CSV檔案繪製溫度分布圖

假設我有一個CSV檔案，數據資料如下

0	0	10
0	3	20
0	6	40
2	0	15
2	3	20
2	6	55
3	0	20
3	3	30
3	6	45

第一行表示X位置、第二行是Y位置、第三行則是溫度
那我如何從這CSV讀取資料然後繪製溫度分布圖呢？程式碼如下：

#讀取CSV繪製溫度分布圖
#注意！必須是個X*Y的矩陣資料才可以
import matplotlib.pyplot as plt
import csv

with open('data.csv',encoding="utf-8-sig") as csvFile: #CSV讀取
    csvReader = csv.reader(csvFile)
    x,y,z,a,b,c=[],[],[],[],[],[]
    for row in csvReader:
        if not a is row[0]:
            x.append(row[0])
            c.append(z)
            z=[]
        if not row[1] in y: 
            y.append(row[1])
        z.append(row[2])
        a=row[0]
        b=row[1]
    del c[0]
    c.append(z)

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)   #生成Scale bar
c = ax.contourf(x, y, c,cmap='Spectral_r')
cb = fig.colorbar(c)
cb.set_label('Temperature')
plt.xlabel('position(mm)')
plt.ylabel('position(mm)')
plt.show()

輸出結果：

是不是很簡單呢！不過這裡有些限制，點資料必須是個X*Y的矩陣。