python光谱图像怎么画 python 光线追踪

主要问题：

我写了一个小的光线跟踪代码.它被称为前向光线跟踪,因此光线实际上是在光源处创建的,然后传播到唯一的镜像并被反射.随后我计算每条射线与我选择的平面的交点,我称之为探测器.而我在探测器上得到的,将每个命中打印为像素,是(x,y)的散点图.像这个：

import matplotlib.pyplot as plt
import numpy as np
import random
x = np.zeros(1000)
y = np.zeros(1000)
for i in range(len(x)):
x[i] = random.random()
y[i] = random.random()
plt.plot(x,y,'k,')
plt.show()

现在我正在寻找一种方法来将命中的密度分布(强度)表示为平滑图像,如this.

因此,每个像素的灰度应与周围色块中的密度相对应.但是看起来像我需要的一切都是像z = f(x,y)这样的3d数组.

还尝试了hexbin(),但它不够平滑,对于非常小的垃圾箱,它变得太慢而且只是类似于我所拥有的.

那么有什么我可以使用的吗？

次要问题：

我不知何故需要添加另一个维度,因为我对入射光线的并行性感兴趣.一种选择是将其定义如下：

>计算a * b,其中：

a =入射光线与探测器法线之间的角度

b =入射光线与y-z平面之间的角度(光线大致平行于该平面)

>此数量的平均值

>每次击中平均值的偏差

我想通过在灰度级中添加颜色将这两种信息合并到一个图中.这可行吗？

我是编程的新手,任何提示,解释或替代想法都将非常感激.

最佳答案 我不认为你可以制作一个2D图像,就像你提到的那样……你需要第三维来描述(x,y)处的信号强度.这是一个快速而肮脏的例子：

import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np
# just creating random data with a bunch of 2d gaussians
def gauss2d(x, y, a, x0, y0, sx, sy):
return a * (np.exp(-((x - x0) / sx)**2 / 2.)
* np.exp(-((y - y0) / sy)**2 / 2.))
imsize = 1000
im = np.zeros((imsize, imsize), dtype=float)
ng = 50
x0s = imsize * np.random.random(ng)
y0s = imsize * np.random.random(ng)
sxs = 100. * np.random.random(ng)
sys = sxs #100. * np.random.random(ng)
amps = 100 + 100 * np.random.random(ng)
for x0, y0, sx, sy, amp in zip(x0s, y0s, sxs, sys, amps):
nsig = 5.
xlo, xhi = int(x0 - nsig * sx), int(x0 + nsig * sx)
ylo, yhi = int(y0 - nsig * sy), int(y0 + nsig * sy)
xlo = xlo if xlo >= 0 else 0
xhi = xhi if xhi <= imsize else imsize
ylo = ylo if ylo >= 0 else 0
yhi = yhi if yhi <= imsize else imsize
nx = xhi - xlo
ny = yhi - ylo
imx = np.tile(np.arange(xlo, xhi, 1), ny).reshape((ny, nx))
imy = np.tile(np.arange(ylo, yhi, 1), nx).reshape((nx, ny)).transpose()
im[ylo:yhi, xlo:xhi] += gauss2d(imx, imy, amp, x0, y0, sx, sy)
plt.imshow(im, cmap=cm.gray)
plt.show()

基本上你将数据视为来自CCD的2d图像,每个像素包含信号强度.

(我实际上会根据你想要突出显示的数据添加它,你可能想要使用散点图但改变点的大小/不透明度来显示你的信息……这实际上取决于你想要实现的目标.)

我实际上并不完全理解你想要从射线强度中绘制什么,但如果你正在拍摄一条射线以一定角度撞击图像,你需要计算射线在平面上的投射强度.这与你如何使用Matplotlib进行绘图是一个不同的问题.