我有一个属于径向和方位角坐标的64x360矩阵值 . 我想用两个图来形象化它们：笛卡儿和极地情节 . 我使用imshow（）在笛卡尔坐标中可视化热图：
import numpy as np
import matplotlib.pyplot as plt
P=np.loadtxt('Pdata.csv')
print np.shape(P)
plt.imshow(P)
plt.xlabel('radius')
plt.ylabel('theta')
plt.show()
这给了我想要的情节：
使用pcolor（）时，极坐标中的相同图也非常直观：
r=np.arange(0,np.shape(P)[1],1)
t=np.arange(0,np.shape(P)[0],1)
R,T = np.meshgrid(r,t)
fig = plt.figure()
ax = fig.add_subplot(111, polar = True)
ax.pcolor(T,R,P)
plt.show()
但是，我对结果并不满意：
情节的分辨率似乎非常有限，因此不可能区分具有更高强度和更低强度的角度，就像在笛卡尔图中一样 . 整个立体角似乎只分为六个或七个“蛋糕楔” . 是否有一种简单和pythonic方式来增强角分辨率？
1 回答
好的，我发现了一些东西 . 它适用于：
就像在这里看到的：Polar contour plot in matplotlib - best (modern) way to do it?