如何将3D数组线图转为类小波变换的二维色阶图

要实现你需要的2D色阶图（类似小波变换图效果），核心是把嵌套数组转换成规整的二维网格数据，再用matplotlib的色阶绘图函数实现。

实现步骤 #

• 提取所有x、y轴的坐标值，将z数据整理为对应x-y位置的二维数组
• 使用pcolormesh绘制色阶图，搭配颜色条展示z值与颜色的对应关系

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 生成dummy data（与原代码一致）
Y=[0]*10
for i in range(10):
    temp=np.array([[indx,np.cos(indx)] for indx in range(50)])
    Y[i]=np.array([i,temp.transpose()])
Y=np.array(Y,dtype=object)

# 1. 整理数据为网格格式
x_vals = Y[:,0].astype(np.float64)
# 所有x对应的y坐标列表一致，直接取第一个即可
y_vals = Y[0,1][0].astype(np.float64)
# 创建z数据的二维数组：行对应x值，列对应y值
z_data = np.zeros((len(x_vals), len(y_vals)))
for indx in range(len(x_vals)):
    z_data[indx] = Y[indx,1][1]

# 2. 绘制2D色阶图
plt.figure(figsize=(10,6))
# 绘制色阶图，x轴对应原y坐标，y轴对应原x坐标
pcm = plt.pcolormesh(y_vals, x_vals, z_data, cmap='viridis')
# 添加颜色条并标注含义
plt.colorbar(pcm, label='Z 值')
# 设置坐标轴与标题
plt.xlabel('Y 轴')
plt.ylabel('X 轴')
plt.title('X-Y 平面的 Z 值色阶图')
plt.show()

额外说明 #

• 若需要填充等高线风格的图，可以把pcolormesh替换为contourf函数
• 颜色映射（cmap参数）可按需更换，比如'plasma'、'coolwarm'等
• 如果你的y坐标列表并非全局一致，需要先统一整理为标准网格再绘图

内容的提问来源于stack exchange，提问作者Aladdin