数据预处理
两幅影像值，含有NAN值和异常值。因此需要先剔除NAN和不符合条件的像元值。然后随机抽取10000个点拟合并绘图。
在此省略数据处理和拟合的部分，直接上绘图关键代码。
绘图关键代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | import matplotlib.pyplot as plt from scipy.stats import gaussian_kde from mpl_toolkits.axes_grid1 import make_axes_locatable xy = np.vstack([x,y]) z = gaussian_kde(xy)(xy) idx = z.argsort() x, y, z = x[idx], y[idx], z[idx] fig, ax = plt.subplots(figsize=(7,5),dpi=100) scatter = ax.scatter(x,y,marker='o',c=z,edgecolors='',s=15,label='LST' ,cmap='Spectral_r') divider = make_axes_locatable(ax) cax = divider.append_axes("right", size="5%", pad=0.1) cbar = fig.colorbar(scatter, cax=cax, label='frequency') |
