如何绘制三列数据的热图

我有三列文件，500 万行。它像是

x,y,z
3,4,6.7
9,4,7.8

X 和 y 是像素编号，z 是 (x,y) 处的对应值
如何绘制热图？
二维图是我最初想法的妥协。
你可以查看我的原帖如何使用 scipy.interpolate 中的 griddata https://stackoverflow.com/questions/18173407/how-to-use-griddata-from-scipy-interpolate

我尝试了下面的方法，但它只是一个散点图。

import numpy as np
import pylab as pl
x,y,z =np.loadtxt('3columns.csv',delimiter=',',usecols=(0,1,2),unpack=True)

pl.scatter(x, y, c=z)

pl.show()

我也遇到过类似的问题。我所做的是设置一个数组Z[row[0]][row[1]] = row[2].

import numpy as np
x,y,z =np.loadtxt('3columns.csv',delimiter=',',usecols=(0,1,2),unpack=True)
nx = x.max() - x.min() + 1
ny = y.max() - y.min() + 1
Z = np.zeros((nx,ny)) 

assert x.shape == y.shape == z.shape
for i in range(len(x)):
    Z[x[i]-x.min()][y[i]-y.min()] = z[i] 

import matplotlib.pyplot as plt 
fig = plt.figure()
figure_name = 'figure_name'
plt.pcolor(np.arange(nx),np.arange(ny),Z,cmap=plt.cm.Reds)
plt.colorbar()
plt.xlim(0,x.max()-x.min())
plt.ylim(0,y.max()-y.min())

xlabels = np.arange(x.min(),x.max(),Nspacingx) # define Nspacing accordingly 
ylabels = np.arange(y.min(),y.max(),Nspacingy) 
plt.xticks(np.arange(0,x.max()-x.min(),Nspacingx),xlabels)
plt.yticks(np.arange(0,y.max()-y.min(),Nspacingy),ylabels)

plt.savefig(figure_name,dpi=400)

通过这种方式，您可以从 3 列数据文件绘制 2D 热图。