Я пытаюсь вернуть z-value контура.Конкретная точка, которую я хочу использовать для возврата z-value, вызывается из ['C1_X'],['C1_Y'] в df.Код работает, когда эти координаты находятся в порядке возрастания, но выдает ошибку в порядке убывания.
Ошибка:
raise ValueError("Error code returned by bispev: %s" % ier)
ValueError: Error code returned by bispev: 10
Код, используемый для возврата значения z:
# Return z-value for C coordinate
f = RectBivariateSpline(X[0, :], Y[:, 0], normPDF.T)
z = f(d['C1_X'], d['C1_Y'])
print(z)
Используя предложение @Prasanth.Можно ли пропустить f кадр за кадром?Поэтому пропустите первый кадр, очистите или очистите вход, а затем передайте второй кадр и т. Д.
Будет ли что-то подобное работать?
f = RectBivariateSpline(X[0, :], Y[:, 0], normPDF.T)
z = f(d1['C1_X'], d1['C1_Y'])
z = np.empty(f(d1['C1_X'], d1['C1_Y']))
z = zip(d['C1_X'], d['C1_Y'])
print(z)
Ниже приведен весь код:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as sts
import matplotlib.animation as animation
from scipy.interpolate import RectBivariateSpline
DATA_LIMITS = [0, 20]
def datalimits(*data):
return DATA_LIMITS
def mvpdf(x, y, xlim, ylim, radius=1, velocity=0, scale=0, theta=0):
X,Y = np.meshgrid(np.linspace(*xlim), np.linspace(*ylim))
XY = np.stack([X, Y], 2)
x,y = (x, y)
PDF = sts.multivariate_normal([x, y]).pdf(XY)
return X, Y, PDF
def mvpdfs(xs, ys, xlim, ylim, radius=None, velocity=None, scale=None, theta=None):
PDFs = []
for i,(x,y) in enumerate(zip(xs,ys)):
kwargs = {
'xlim': xlim,
'ylim': ylim
}
X, Y, PDF = mvpdf(x, y,**kwargs)
PDFs.append(PDF)
return X, Y, np.sum(PDFs, axis=0)
fig, ax = plt.subplots(figsize = (10,4))
ax.set_xlim(DATA_LIMITS)
ax.set_ylim(DATA_LIMITS)
line_a, = ax.plot([], [], '.', c='red', alpha = 0.5, markersize=5, animated=True)
line_b, = ax.plot([], [], '.', c='blue', alpha = 0.5, markersize=5, animated=True)
lines=[line_a,line_b]
scat = ax.scatter([], [], s=20, marker='o', c='white', alpha = 1,zorder=3)
scats=[scat]
cfs = None
def plotmvs(tdf, xlim=None, ylim=None, fig=fig, ax=ax):
global cfs
if cfs:
for tp in cfs.collections:
tp.remove()
df = tdf[1]
if xlim is None: xlim = datalimits(df['X'])
if ylim is None: ylim = datalimits(df['Y'])
PDFs = []
for (group, gdf), group_line in zip(df.groupby('group'), lines+scats):
if group in ['A','B']:
group_line.set_data(*gdf[['X','Y']].values.T)
kwargs = {
'xlim': xlim,
'ylim': ylim
}
X, Y, PDF = mvpdfs(gdf['X'].values, gdf['Y'].values, **kwargs)
PDFs.append(PDF)
elif group in ['C']:
gdf['X'].values, gdf['Y'].values
scat.set_offsets(gdf[['X','Y']].values)
normPDF = (PDFs[0]-PDFs[1])/max(PDFs[0].max(),PDFs[1].max())
f = RectBivariateSpline(X[0, :], Y[:, 0], normPDF.T)
z = f(d['C1_X'], d['C1_Y'])
print(z)
cfs = ax.contourf(X, Y, normPDF, cmap = 'jet', alpha = 1, levels=np.linspace(-1,1,10),zorder=1)
return cfs.collections + [scat] + [line_a,line_b]
n = 9
time = range(n)
d = ({
'A1_X' : [13,14,12,13,11,12,13,12,11,10],
'A1_Y' : [6,6,7,7,7,8,8,8,9,10],
'A2_X' : [7,6,5,7,6,3,4,5,6,6],
'A2_Y' : [11,12,11,10,11,12,10,11,10,9],
'B1_X' : [8,9,8,7,6,7,5,6,7,6],
'B1_Y' : [3,4,3,2,3,4,2,1,2,3],
'B2_X' : [13,14,14,14,13,13,13,12,12,12],
'B2_Y' : [5,4,3,2,4,5,4,6,3,3],
'C1_X' : [8,9,9,10,11,12,12,13,14,14],
'C1_Y' : [3,3,5,5,6,8,9,10,11,11],
})
tuples = [((t, k.split('_')[0][0], int(k.split('_')[0][1:]), k.split('_')[1]), v[i])
for k,v in d.items() for i,t in enumerate(time) ]
df = pd.Series(dict(tuples)).unstack(-1)
df.index.names = ['time', 'group', 'id']
interval_ms = 1000
delay_ms = 2000
ani = animation.FuncAnimation(fig, plotmvs, frames=df.groupby('time'), interval=interval_ms, repeat_delay=delay_ms,)
plt.show()