ich habe ein weiteres matplotlib-Problem. Beim Plotten von Daten in einem contour/contourf-plot erhalte ich laufend derartige Fehler:
Irgendwelche zufälligen Werte (sie liegen nicht immer auf der 0-Achse) werden irgendwo an andere zufällige Positionen gesetzt, bevorzugt passiert das offenbar in oder nahe der Wert-Maxima.
Hier meine Daten, schön formatiert, dass man was erkennt:
erste Spalte ist der Radius und erste Zeile sind die Winkel in rad, der Rest sind die Werte.
Code: Alles auswählen
R v phi > 5.93411945661 6.02138591921 6.10865238181 6.1959188444 0.0 0.0872664625972 0.174532925194 0.261799387792 0.349065850389
0.0 6.66323800e-27 6.63495900e-27 6.62558200e-27 6.60352100e-27 6.60964200e-27 6.60353600e-27 6.63081200e-27 6.62266000e-27 6.67370700e-27
1000.0 5.07617500e-28 5.05506100e-28 5.05372800e-28 5.04892600e-28 5.04924800e-28 5.04301500e-28 5.06447500e-28 5.02483300e-28 5.08681100e-28
2000.0 1.19625800e-28 1.19687500e-28 1.19434800e-28 1.21356800e-28 1.20680400e-28 1.21217900e-28 1.19609800e-28 1.19236600e-28 1.20479800e-28
3000.0 4.73940300e-29 4.75005900e-29 4.67971300e-29 4.69390500e-29 4.73670700e-29 4.69731600e-29 4.68362300e-29 4.71174500e-29 4.75769300e-29
4000.0 2.27803800e-29 2.25619200e-29 2.24238600e-29 2.26766100e-29 2.26528400e-29 2.26401300e-29 2.24255000e-29 2.24993400e-29 2.24381300e-29
5000.0 1.26492100e-29 1.23364500e-29 1.21194700e-29 1.23386000e-29 1.24348800e-29 1.23284700e-29 1.22068200e-29 1.22731500e-29 1.26649300e-29
6000.0 7.27090000e-30 7.29139200e-30 7.31651100e-30 7.47506300e-30 7.56129800e-30 7.51710800e-30 7.35018700e-30 7.26523500e-30 7.28792100e-30
7000.0 4.84240000e-30 4.94281300e-30 4.81103100e-30 4.74216400e-30 4.78092000e-30 4.72422600e-30 4.83164400e-30 4.90985800e-30 4.85941600e-30
8000.0 3.46022300e-30 3.36890900e-30 3.36682700e-30 3.47580700e-30 3.53494000e-30 3.50597100e-30 3.36803600e-30 3.35559900e-30 3.47584500e-30
9000.0 2.52126400e-30 7.68375000e-15 1.89734800e-14 2.02061400e-14 2.14467300e-14 1.99803000e-14 1.89767200e-14 7.24216400e-15 2.55534900e-30
10000.0 1.85142200e-30 1.82423500e-30 1.43820500e-14 1.45595800e-14 1.40313700e-14 1.43981000e-14 1.47527100e-14 1.79013700e-30 1.83848600e-30
11000.0 1.39464500e-30 1.35859900e-30 1.07465600e-14 1.06635400e-14 1.04482200e-14 1.05019700e-14 1.06057300e-14 1.34122700e-30 1.37726800e-30
12000.0 1.11321900e-30 1.04815300e-30 1.05683000e-14 8.58970100e-15 8.91128700e-15 8.60694000e-15 1.04794800e-14 1.04905800e-30 1.10832300e-30
13000.0 9.18368400e-31 9.13062700e-31 5.37403600e-15 6.42003600e-15 6.16936800e-15 6.61267000e-15 5.64915600e-15 9.03851900e-31 9.14761400e-31
14000.0 7.00807300e-31 7.02818600e-31 1.23738100e-15 2.59884700e-16 8.11517900e-17 2.60080300e-16 1.15727200e-15 6.82047500e-31 7.01547800e-31
15000.0 6.21248000e-31 6.05734700e-31 4.45433800e-31 4.35463100e-31 4.50374500e-31 4.37237700e-31 4.48195100e-31 5.98924400e-31 6.24487000e-31
16000.0 4.60113000e-31 4.55759400e-31 3.44219400e-31 3.45355400e-31 3.54984000e-31 3.50278300e-31 3.45423600e-31 4.53234200e-31 4.59343800e-31
17000.0 3.88027700e-31 3.63775100e-31 2.85746200e-31 2.94679100e-31 3.01306200e-31 2.97427200e-31 2.85796100e-31 3.65410800e-31 3.88137000e-31
18000.0 3.13292200e-31 3.07109300e-31 2.38937100e-31 2.71904700e-31 2.74486800e-31 2.68557200e-31 2.38781200e-31 3.12740300e-31 3.10775300e-31
19000.0 2.76205300e-31 2.80186900e-31 2.10091300e-31 9.73237700e-15 1.05281500e-14 9.88503900e-15 2.12856600e-31 2.77093000e-31 2.72983600e-31
20000.0 2.49702300e-31 2.34838300e-31 1.76394800e-31 7.96850800e-15 8.21310900e-15 7.99789100e-15 1.76659100e-31 2.27167500e-31 2.47694900e-31
21000.0 1.80849900e-31 1.97829300e-31 1.51428000e-31 6.16291100e-15 5.89553600e-15 6.24719100e-15 1.52935100e-31 1.91507700e-31 1.83432800e-31
22000.0 0.00000000e+00 1.72856400e-31 1.33790000e-31 3.86847900e-15 3.75365400e-15 3.76099700e-15 1.32318000e-31 1.70910600e-31 0.00000000e+00
23000.0 0.00000000e+00 1.34097600e-31 1.05938100e-31 3.07086500e-15 2.94236600e-15 3.03065500e-15 1.07009900e-31 1.35241400e-31 0.00000000e+00
24000.0 0.00000000e+00 1.42671900e-31 1.03027800e-31 3.33720200e-16 4.31261900e-17 3.24715300e-16 1.04618400e-31 1.34839200e-31 0.00000000e+00
25000.0 0.00000000e+00 1.08768000e-31 8.10124000e-32 2.62574900e-32 2.73529600e-32 2.68257200e-32 8.25234000e-32 1.09585400e-31 0.00000000e+00
26000.0 0.00000000e+00 9.54718700e-32 7.29123200e-32 2.55412300e-32 2.55192400e-32 2.53944200e-32 7.31652200e-32 9.45355200e-32 0.00000000e+00
27000.0 0.00000000e+00 9.84080700e-32 7.48426800e-32 2.67712600e-32 2.73357400e-32 2.69229200e-32 7.54522300e-32 9.84420400e-32 0.00000000e+00
28000.0 0.00000000e+00 7.13572700e-32 5.87199500e-32 1.96148900e-32 2.01615700e-32 2.00997900e-32 5.94829700e-32 7.28160700e-32 0.00000000e+00
29000.0 0. 0. 0. 0. 0. 0. 0. 0. 0.
Code: Alles auswählen
R=zeros((l_num))
pi = 3.1415926535
for i in range(l_num):
R[i]=0.5*results[1][i][0]
for i in range(var_num):
var_one[i]=var_one[i]*pi/180
pl=figure()
ax=pl.add_axes([0.0,0.1,0.8,0.8], projection='polar')
contourf(var_one,R,results[5])
Ist das einfach ein Bug, der in der neuen Version gefixt wurde, oder ist hier woanders der Fehler?
Kann es daran liegen, dass ich numpy-Arrays benutze?