Erstellen Sie ein 2D-Array (3D-Plot) aus zwei 1D-Arrays (2D-Plots) in Python (zur Berechnung des Hilbert-Spektrums)

Question

Ich würde gerne die Hilbert spectrum als 3D-Plot (d. H. 2D-Array) in Python berechnen. Das Hilbert-Spektrum ist eine Funktion der Form time x frequency -> amplitude, die jedem Zeit- und Frequenzpaar einen Amplitudenwert zuweist.

Die Methode zur Berechnung des Spektrums nimmt ein oder mehrere 2D-Signale als Eingabe auf, die jeweils zwei Komponenten haben: time -> frequency und time -> amplitude. Nehmen Sie als Beispiel ein einzelnes Signal a. y1 wären die Frequenzwerte, y2 die Amplitudenwerte.

a_x = [1,2,3] 
a_y1 = [1,2,1] 
a_y2 = [4,5,6] 

Ich mag würde, diese beiden 2D-Plots in einem 3D-Plot, so dass X x Y1 -> Y2 zu transformieren.

a(1,1) = 4 
a(2,2) = 5 
a(3,1) = 6 

Die realen Werte wären Floats. Meine bisherige Lösung bestand darin, die Werte für Maximum und Minimum in y1 zu nehmen und ein Gitter mit einer vorbestimmten Genauigkeit wie 0,01 zu initialisieren. In diesem Beispiel:

y1_max = np.amax(a_y1) 
y1_min = np.amin(a_y2) 
# Initialise 2d array of zeros 
hilbert_spectrum = np.zeros((len(a_x), len(np.linspace(y1_min, y1_max, 0.01))) 

würde ich dann in dem Netz als solches füllen:

# Fit the old y1 values into new grid 
y1_grid = np.floor((a_y1 - y1_min)/0.01).astype(np.int) 

# Fill the 2D hilbert spectrum 
hilbert_spectrum[1, y1_grid[0]] = 4 
hilbert_spectrum[2, y1_grid[1]] = 5 
hilbert_spectrum[3, y1_grid[2]] = 6 

Dies ist jedoch kompliziert wird, wenn es mehr als ein Eingangssignal ist. Gibt es einen mathematischeren/prägnanteren Weg, dies zu tun? Die Ausgabe sollte ein 2D-Array sein, das für weitere Berechnungen verwendet werden kann.

Answer 1

folgend: http://matplotlib.org/examples/mplot3d/trisurf3d_demo2.html

import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.tri as mtri 

a_x = [1,2,3] 
a_y1 = [1,2,1] 
a_y2 = [4,5,6] 

# Triangulate parameter space to determine the triangles 
tri = mtri.Triangulation(a_x, a_y1) 

fig = plt.figure() 
ax = fig.add_subplot(1, 1, 1, projection='3d') 

# The triangles in parameter space determine which x, y, z points are 
# connected by an edge 
ax.plot_trisurf(a_x, a_y1, a_y2, triangles=tri.triangles, cmap=plt.cm.Spectral) 

plt.show()