我尝试使用 matplotlib 的contourf创建一个 polar plot，但它在圆边界附近产生了一些未填充的区域，仅在图的某些侧面。这个问题似乎是一个常见的问题，我们可以在许多例子中看到。1的数据。

的数据
起初，我认为它可能需要一些插值，并尝试基于一些可用的方法进行插值，例如。但我无法画出完美的情节。使用 SciPy griddata 和 linear 方法进行插值解决了主要问题，但在图上产生了一些阴影，而 cubic 方法导致了一些不适当的颜色（显示结果不正确）。

的
最后，我猜这个问题可能与我指定的图形大小和我使用的dpi有关。在低dpi的情况下，它被治愈了很多，但会得到低质量的PNG。当我用dpi=600停用指定图形大小（# plt.rcParams["figure.figsize"] = (19.2, 9.6)）的相关行时，它显示得相当正确，但不是所需的图形大小。

的

主要问题是如何解决保存文件的问题，以及所需的指定图形大小和dpi？必须说明的是，问题出现在保存的文件上。

除了解决问题的答案，我将不胜感激，如果任何关于这些问题的答案太：

• 为什么会这样？
• 为什么它只发生在情节的某些方面？在这个例子中，问题只出现在季度的右侧，而不是上行。这个问题让我怀疑数据是否正确地显示在圆圈上以供分析。可以吗？
• 我们需要对这些数据进行插值吗？如果是这样的话，哪些算法将是最好的，它不会显示结果不正确的三次方法在Scipy插值和没有阴影的线性方法？如果算法之间的选择是基于案例的，那么如何决定呢？如果能举例说明，会很有帮助。

import numpy as np
from matplotlib import cm
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = (19.2, 9.6)
save_dpi = 600

Azimuth = np.tile(np.arange(0, 91, 10), 10)
Deviation = np.repeat(np.arange(0, 91, 10), 10)
color_data = np.array([2123, 2124, 2126, 2130, 2135, 2139, 2144, 2147, 2150, 2151, 2212,
                       2211, 2205, 2197, 2187, 2176, 2166, 2158, 2152, 2150, 2478, 2468,
                       2439, 2395, 2342, 2285, 2231, 2188, 2160, 2150, 2912, 2888, 2819,
                       2715, 2589, 2456, 2334, 2236, 2172, 2150, 3493, 3449, 3324, 3135,
                       2908, 2674, 2462, 2294, 2187, 2150, 4020, 4020, 3912, 3618, 3270,
                       2917, 2602, 2357, 2203, 2151, 4020, 4020, 4020, 4020, 3633, 3156,
                       2737, 2417, 2218, 2150, 4020, 4020, 4020, 4020, 3947, 3358, 2850,
                       2466, 2230, 2150, 4020, 4020, 4020, 4020, 4020, 3495, 2926, 2499,
                       2238, 2150, 4020, 4020, 4020, 4020, 4020, 3543, 2951, 2510, 2241,
                       2150])

ax = plt.subplot(projection='polar')
plt.xticks([])
plt.yticks([])

Az = np.unique(Azimuth)
Dev = np.unique(Deviation)

mAz, mDev = np.meshgrid(Az, Dev)

# way1: Original
Xi, Yi, Zi = np.deg2rad(mAz), mDev, color_data.reshape(mAz.shape)
contour_plot = ax.contourf(Xi, Yi, Zi, levels=256, cmap=cm.viridis_r, zorder=1)
ax.plot()
plt.savefig("way1.png", dpi=save_dpi)

# way2: Interpolation
# import scipy.interpolate as sci_int
# Xi = np.linspace(0, 2 * np.pi, 256, endpoint=True)
# Yi = np.linspace(0, 90, 256, endpoint=True)
# Zi = sci_int.griddata(np.stack((np.deg2rad(mAz), mDev), axis=2).reshape(len(Azimuth), 2), color_data,
#                                                                             (Xi[None, :], Yi[:, None]), method='linear')
# contour_plot = ax.contourf(Xi, Yi, Zi, levels=256, cmap=cm.viridis_r, zorder=1)
# ax.plot()
# plt.savefig("way2.png", dpi=save_dpi)

字符串

在Windows 10上测试：
**Python版本：**3.8 & 3.10
**Matplotlib版本：**3.5.3和3.7.2