添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接


数据预处理

两幅影像值,含有NAN值和异常值。因此需要先剔除NAN和不符合条件的像元值。然后随机抽取10000个点拟合并绘图。

在此省略数据处理和拟合的部分,直接上绘图关键代码。

绘图关键代码

import matplotlib.pyplot as plt 
from scipy.stats import gaussian_kde
from mpl_toolkits.axes_grid1 import make_axes_locatable
xy = np.vstack([x,y])
z = gaussian_kde(xy)(xy)
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]
fig, ax = plt.subplots(figsize=(7,5),dpi=100)
scatter = ax.scatter(x,y,marker='o',c=z,edgecolors='',s=15,label='LST'
                     ,cmap='Spectral_r')
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.1)
cbar = fig.colorbar(scatter, cax=cax, label='frequency')


python绘制带有密度的散点图 python用数据画密度图_数据可视化