Сделайте так, чтобы цвета плавно менялись на быстро меняющемся трехмерном графике с неструктурированной сеткой
У меня есть файл 3D-данных с сильно колеблющимися данными (уже отсортированный с помощью zsort :),
0 51 0.2
0 58 0.3
0 60 0.3
0 60.1 0.4
0 61 0.4
0 62 0.5
0 63 0.4
0 63.1 0.5
0 64 0.1
0 64.1 0.3
0 65 0.2
0 68 0.5
0 69 0.5
0 70 0.5
0 72 0.2
0 72.1 0.3
0 73 0.3
0 73.1 0.1
0 73.2 0.3
0 74 0.3
0 74.1 0.3
0 75 0.1
0 75.1 0.9
0 76 0.2
0 76.1 0.7
0 76.2 0.9
0 77 0.4
0 79 0.2
0 81 0.1
0 81.1 0.2
0 81.2 0.2
0 81.3 0.2
0 81.4 0.1
0 83 0.1
0 83.1 0.3
0 84 0.4
0.1 41 0.3
0.1 46 0.5
0.1 47 0.1
0.1 53 0.3
0.1 53.1 0.5
0.1 57 0.5
0.1 59 0.3
0.1 61 0.3
0.1 61.1 0.1
0.1 61.2 -0.1
0.1 62 0.3
0.1 62.1 0.1
0.1 62.2 0.1
0.1 63 -0.3
0.1 64 0.2
0.1 64.1 0.6
0.1 64.2 -0.1
0.1 65 0.2
0.1 65.1 0.1
0.1 65.2 0.8
0.1 65.3 0.9
0.1 67 0.4
0.1 68 0.3
0.1 69 0.2
0.1 70 0.3
0.1 70.1 0.1
0.1 71 0.1
0.1 71.1 0.1
0.1 72 0.2
0.1 73 0.2
0.1 73.1 0
0.1 73.2 0.6
0.1 73.3 0.3
0.1 73.4 0.2
0.1 75 0.4
0.1 78 0.8
0.1 78.1 0.2
0.1 78.2 0.8
0.1 79 0.5
0.1 79.1 0.4
0.1 82 0
0.1 83 0.5
0.2 34 0.2
0.2 39 0.6
0.2 42 0.5
0.2 43 0.6
0.2 49 0.4
0.2 49.1 0.4
0.2 50 0.7
0.2 54 0.4
0.2 54.1 0.6
0.2 58 0.4
0.2 58.1 0.1
0.2 59 0
0.2 60 0.6
0.2 63 0.2
0.2 63.1 0.5
0.2 63.2 0.3
0.2 64 -0.2
0.2 64.1 0
0.2 67 0.5
0.2 69 0.5
0.2 69.1 0.3
0.2 71 0.2
0.2 71.1 0
0.2 71.2 0.1
0.2 72 -0.1
0.2 72.1 0.2
0.2 74 -0.1
0.2 75 0.2
0.2 76 0.2
0.2 77 0.4
0.2 79 0.2
0.2 79.1 0.2
0.2 81 0.2
0.2 81.1 0.3
0.3 35 0.1
0.3 37 0.2
0.3 41 0.8
0.3 46 0.4
0.3 51 0.7
0.3 53 0.7
0.3 54 0.2
0.3 57 0.1
0.3 58 0.6
0.3 59 0.5
0.3 61 0.3
0.3 61.1 0.1
0.3 62 0.5
0.3 62.1 0.8
0.3 62.2 0.3
0.3 63 0.3
0.3 63.1 0.3
0.3 64 0.8
0.3 64.1 0.3
0.3 64.2 0.4
0.3 69 0.6
0.3 70 0.3
0.3 72 0.1
0.3 74 0
0.3 76 0.3
0.3 76.1 0.1
0.3 79 0.3
0.3 80 0.1
0.3 80.1 0.1
0.3 81 0.3
0.3 81.1 0.2
0.3 83 0
0.4 34 0.6
0.4 34.1 0.5
0.4 36 0.2
0.4 39 0.6
0.4 41 -0.1
0.4 42 0.3
0.4 43 0.5
0.4 48 0.7
0.4 49 0.6
0.4 52 0.8
0.4 52.1 0.1
0.4 54 0.7
0.4 58 0.8
0.4 60 0
0.4 61 0.1
0.4 63 -0.1
0.4 63.1 0
0.4 66 0.7
0.4 67 0.2
0.4 67.1 0.3
0.4 70 0.4
0.4 70.1 0.3
0.4 71 0.1
0.4 74 0.2
0.5 33 0.6
0.5 34 0.1
0.5 35 0.3
0.5 46 0.1
0.5 47 0.4
0.5 53 0.8
0.5 55 0.3
0.5 58 0.1
0.5 59 0.2
0.5 59.1 0.1
0.5 60 0.8
0.5 60.1 -0.1
0.5 61 0.4
0.5 61.1 0.3
0.5 62 0.2
0.5 63 0
0.5 64 0.2
0.5 67 0.2
0.5 68 0.2
0.5 69 0.2
0.5 70 0.1
0.5 72 0.1
0.5 73 0.1
0.5 76 0.3
0.5 76.1 0.2
0.5 79 0.2
0.5 79.1 0.2
0.5 80 0.8
0.5 84 0.1
0.5 84.1 0.4
0.6 20 0.7
0.6 22 0.8
0.6 30 0.4
0.6 30.1 0.7
0.6 31 0.6
0.6 35 0.9
0.6 35.1 0.9
0.6 37 0.5
0.6 38 0.2
0.6 39 0.6
0.6 42 0.3
0.6 43 0.3
0.6 46 1
0.6 47 0.6
0.6 49 0.2
0.6 49.1 0.1
0.6 51 0.9
0.6 51.1 0.2
0.6 54 0.9
0.6 55 1.1
0.6 59 0.6
0.6 61 0.6
0.6 62 0.6
0.6 62.1 0.6
0.6 62.2 0.1
0.6 64 0.9
0.6 65 0.2
0.6 65.1 0.5
0.6 66 0.2
0.6 75 0.4
0.6 81 0.1
0.6 81.1 0.1
0.6 81.2 0.7
0.6 83 0.5
0.7 23 0.4
0.7 24 0.9
0.7 26 1.1
0.7 27 0.7
0.7 33 0.7
0.7 33.1 0
0.7 34 0.3
0.7 36 0.1
0.7 37 0.9
0.7 37.1 0.6
0.7 40 0.5
0.7 46 0.1
0.7 46.1 0.8
0.7 46.2 0.5
0.7 48 0.7
0.7 49 0.5
0.7 50 0.9
0.7 51 0.8
0.7 52 0.8
0.7 52.1 0.5
0.7 54 0.2
0.7 54.1 0
0.7 55 0.9
0.7 56 0.6
0.7 56.1 0.6
0.7 56.2 0.8
0.7 56.3 0.1
0.7 57 0.4
0.7 58 0
0.7 59 1
0.7 59.1 0
0.7 60 0.1
0.7 62 0.2
0.7 68 0.1
0.7 68.1 0.2
0.7 71 0.4
0.7 71.1 0.5
0.7 72 0.2
0.7 77 0.2
0.7 81 0.2
0.7 83 0.1
0.8 21 1
0.8 28 0.9
0.8 28.1 0.1
0.8 29 0.8
0.8 32 0.1
0.8 34 1.1
0.8 37 0.1
0.8 38 0
0.8 39 0.7
0.8 45 0.2
0.8 47 0.1
0.8 47.1 0.3
0.8 47.2 0.7
0.8 48 0.2
0.8 50 0.2
0.8 50.1 0.8
0.8 52 0.2
0.8 52.1 0.2
0.8 54 0.2
0.8 58 1
0.8 60 0.2
0.8 62 0.5
0.8 64 0.2
0.8 64.1 0.2
0.8 65 0.6
0.8 65.1 0.2
0.8 65.2 0.2
0.8 65.3 0.3
0.8 66 0
0.8 68 0.4
0.8 71 0
0.8 71.1 0.4
0.8 73 0.3
0.8 76 0.3
0.8 77 0.2
0.8 77.1 0.1
0.8 77.2 0.1
0.8 78 0.3
0.8 81 0.2
0.8 81.1 0.3
0.8 84 0.2
0.9 21 0.9
0.9 21.1 1.1
0.9 22 0.8
0.9 24 0.4
0.9 26 0.9
0.9 29 0.7
0.9 32 0.9
0.9 32.1 0.7
0.9 35 0.7
0.9 36 1.4
0.9 38 0
0.9 41 0
0.9 43 1
0.9 44 0.7
0.9 54 0.2
0.9 56 0.7
0.9 57 1.2
0.9 60 0.3
0.9 60.1 1
0.9 61 0.2
0.9 62 1.1
0.9 62.1 0.3
0.9 62.2 0.4
0.9 64 0.3
0.9 64.1 0.2
0.9 67 0.2
0.9 70 0.2
0.9 70.1 0.5
0.9 72 0.3
0.9 76 0.2
0.9 77 0.1
0.9 78 0.1
0.9 78.1 0.3
0.9 80 0
0.9 80.1 0.3
1 24 0.3
1 25 0.7
1 30 0.6
1 30.1 0.9
1 34 0.9
1 34.1 0.7
1 35 0.9
1 36 0.6
1 37 0.2
1 38 0.6
1 39 1
1 40 0
1 40.1 1
1 43 0.6
1 48 0.5
1 48.1 1.1
1 50 0.1
1 51 0.8
1 52 1.1
1 53 0.1
1 54 0.4
1 55 0.1
1 58 0.2
1 60 0.2
1 60.1 0.3
1 61 0
1 61.1 0.9
1 62 0.1
1 64 0.4
1 65 0.2
1 66 0.3
1 68 0.5
1 69 0.9
1 70 1.5
1 71 0
1 72 0.1
1 72.1 0.2
1 73 0.2
1 73.1 1.1
1 73.2 0.2
1 74 0.2
1 74.1 0.3
1 76 0.2
1 77 0.4
1 77.1 0.2
1 77.2 0.2
1 81 0.5
1 85 0.4
1.1 22 1.2
1.1 23 0.7
1.1 23.1 0.5
1.1 24 0.7
1.1 24.1 0.8
1.1 26 0.9
1.1 26.1 1.2
1.1 33 1.3
1.1 34 1.2
1.1 36 0.7
1.1 40 0.6
1.1 42 0
1.1 46 0.4
1.1 48 0.2
1.1 49 0.1
1.1 52 0.1
1.1 55 0.2
1.1 57 1.2
1.1 59 1.4
1.1 60 1.5
1.1 60.1 0
1.1 61 0.1
1.1 61.1 -0.1
1.1 61.2 1
1.1 62 0.2
1.1 64 0.1
1.1 64.1 0.2
1.1 64.2 0.2
1.1 64.3 0.1
1.1 65 0.7
1.1 65.1 0.4
1.1 66 0.9
1.1 66.1 0.3
1.1 66.2 0.2
1.1 67 0.2
1.1 67.1 0.1
1.1 68 0.4
1.1 71 0.5
1.1 71.1 0.1
1.1 71.2 0.2
1.1 75 0.2
1.1 76 0.3
1.1 76.1 0.4
1.1 77 0.3
1.1 77.1 0.4
1.1 79 0.2
1.2 22 1.2
1.2 22.1 0.9
1.2 23 1.3
1.2 28 0
1.2 30 0.8
1.2 32 0
1.2 33 0.8
1.2 33.1 0.5
1.2 35 0.8
1.2 35.1 1.1
1.2 38 0.1
1.2 38.1 0.1
1.2 39 1
1.2 39.1 0.7
1.2 39.2 0.8
1.2 40 0.3
1.2 42 1
1.2 43 1.5
1.2 44 0
1.2 47 0.5
1.2 47.1 0.6
1.2 47.2 0.4
1.2 47.3 0.2
1.2 49 0
1.2 49.1 0.2
1.2 50 0
1.2 50.1 0
1.2 53 0.1
1.2 53.1 1.2
1.2 58 0.3
1.2 58.1 0
1.2 60 0.7
1.2 63 0.1
1.2 63.1 0.3
1.2 65 0.2
1.2 65.1 -0.1
1.2 66 0.4
1.2 66.1 0.1
1.2 66.2 0.2
1.2 67 0.2
1.2 67.1 0.3
1.2 69 0.1
1.2 70 0.2
1.2 70.1 0
1.2 71 0.2
1.2 75 0.1
1.2 78 0.1
1.2 80 0.3
1.2 81 0
1.2 81.1 0.2
1.2 81.2 0.4
1.2 82 0.3
1.2 82.1 0.1
1.2 83 0.1
1.3 18 0.6
1.3 22 0.6
1.3 22.1 0.8
1.3 22.2 0.6
1.3 24 0.3
1.3 24.1 1
1.3 29 0.6
1.3 30 1.2
1.3 32 1.1
1.3 34 0.9
1.3 37 0.3
1.3 37.1 0.9
1.3 38 0.2
1.3 41 1.4
1.3 45 -0.1
1.3 45.1 1.1
1.3 45.2 1.1
1.3 47 0.1
1.3 52 0.5
1.3 59 0.1
1.3 59.1 0.2
1.3 60 0.2
1.3 61 0.9
1.3 62 0.2
1.3 63 0.1
1.3 64 0
1.3 65 1.1
1.3 67 0.1
1.3 67.1 0.2
1.3 68 0.3
1.3 68.1 0.1
1.3 69 1.2
1.3 71 0.6
1.3 72 0.2
1.3 73 0.2
1.3 73.1 0.3
1.3 74 0.1
1.3 75 1.2
1.3 77 0.3
1.3 78 0.2
1.3 79 0.2
1.3 84 0.2
1.4 21 1.3
1.4 21.1 0.8
1.4 22 0.7
1.4 23 1.3
1.4 28 0.5
1.4 29 0.9
1.4 31 1.3
1.4 33 0.6
1.4 35 0.1
1.4 38 0.2
1.4 41 0.1
1.4 44 0.5
1.4 46 0.2
1.4 47 0.1
1.4 50 0.3
1.4 51 0
1.4 53 0.2
1.4 53.1 0.2
1.4 54 0.1
1.4 55 0.8
1.4 57 0.2
1.4 59 0.3
1.4 59.1 0.2
1.4 62 0.6
1.4 63 1.2
1.4 64 0.5
1.4 65 0
1.4 66 0.2
1.4 67 0.5
1.4 67.1 1.2
1.4 69 0.6
1.4 69.1 0.1
1.4 71 0.3
1.4 71.1 0.1
1.4 73 0.1
1.4 74 0.3
1.4 74.1 0.4
1.4 75 0.2
1.4 75.1 0.3
1.4 75.2 0.2
1.4 75.3 0.2
1.4 77 0.2
1.4 77.1 0.3
1.4 78 0.2
1.4 78.1 0.3
1.4 81 0.2
1.4 83 0
1.4 85 0.3
1.5 20 0.6
1.5 21 0.7
1.5 21.1 1.1
1.5 23 1.3
1.5 26 0.9
1.5 28 0.9
1.5 32 1.2
1.5 32.1 1.8
1.5 33 0.3
1.5 36 0.1
1.5 38 0.1
1.5 38.1 0.1
1.5 43 0.2
1.5 43.1 0
1.5 44 0.5
1.5 44.1 0.2
1.5 44.2 0.3
1.5 44.3 0.1
1.5 47 0.2
1.5 49 0.1
1.5 52 0.1
1.5 53 0.1
1.5 54 0.1
1.5 55 0.2
1.5 56 0.3
1.5 57 0.1
1.5 58 0.2
1.5 59 1.2
1.5 61 0.3
1.5 62 0.2
1.5 62.1 0.3
1.5 64 0.5
1.5 65 0.1
1.5 65.1 0.2
1.5 65.2 0.4
1.5 65.3 0.3
1.5 66 1
1.5 67 0.3
1.5 69 0.3
1.5 69.1 -0.1
1.5 70 0.3
1.5 74 0.3
1.5 74.1 0.4
1.5 74.2 0.2
1.5 74.3 0.3
1.5 76 0.4
1.5 77 0.1
1.5 79 0.2
1.5 80 0.4
1.5 83 0.1
1.6 19 1
1.6 22 0.9
1.6 23 1
1.6 24 1.2
1.6 26 0.7
1.6 29 0.9
1.6 29.1 0.9
1.6 30 0.1
1.6 30.1 1.5
1.6 32 1
1.6 33 1
1.6 42 0.8
1.6 43 0.2
1.6 43.1 1.1
1.6 44 0.1
1.6 48 1.2
1.6 49 1.1
1.6 50 -0.1
1.6 54 0.2
1.6 54.1 -0.1
1.6 56 1.3
1.6 57 0
1.6 58 0.3
1.6 59 0.2
1.6 59.1 0.3
1.6 61 0.2
1.6 62 0
1.6 62.1 1.2
1.6 65 0.1
1.6 65.1 0.8
1.6 65.2 0.1
1.6 66 0.2
1.6 67 0.1
1.6 68 0.2
1.6 69 0.1
1.6 70 0.1
1.6 71 0.4
1.6 71.1 0
1.6 71.2 0.2
1.6 76 1.1
1.6 83 0.2
1.6 84 0.4
1.7 19 1
1.7 24 0.9
1.7 24.1 1.2
1.7 25 0.5
1.7 26 0.2
1.7 26.1 0.9
1.7 28 0.8
1.7 32 0.7
1.7 33 1.1
1.7 38 0.7
1.7 40 0.1
1.7 41 0.2
1.7 41.1 1.2
1.7 42 0.8
1.7 45 0.4
1.7 46 0.1
1.7 47 0.6
1.7 53 0.1
1.7 54 0.2
1.7 54.1 1.3
1.7 56 0.1
1.7 61 0.1
1.7 62 0.3
1.7 62.1 1.2
1.7 62.2 0.6
1.7 63 1.3
1.7 63.1 1.3
1.7 65 -0.5
1.7 65.1 0.1
1.7 65.2 0.1
1.7 66 0.2
1.7 66.1 0.2
1.7 67 0.2
1.7 68 0.1
1.7 69 0.6
1.7 71 0.2
1.7 72 0.9
1.7 74 0.5
1.7 76 0.5
1.7 76.1 0.1
1.7 78 0.8
1.7 80 0.3
1.7 82 0.1
1.8 21 0.7
1.8 22 1.2
1.8 22.1 0.8
1.8 23 1.4
1.8 23.1 0.6
1.8 26 0.9
1.8 30 0.1
1.8 31 0.1
1.8 32 0.9
1.8 35 0.3
1.8 39 1.2
1.8 41 0.2
1.8 42 0.2
1.8 42.1 0.2
1.8 45 0
1.8 45.1 0.1
1.8 45.2 -0.1
1.8 48 0.7
1.8 56 0.6
1.8 56.1 0.5
1.8 57 0.1
1.8 57.1 0.2
1.8 58 0
1.8 59 0.2
1.8 59.1 0.1
1.8 59.2 0.9
1.8 60 0.3
1.8 60.1 0.1
1.8 60.2 0.2
1.8 61 -0.1
1.8 63 0.2
1.8 64 0.1
1.8 65 0.2
1.8 65.1 0.2
1.8 65.2 0.2
1.8 66 0.2
1.8 66.1 0.6
1.8 66.2 0.2
1.8 66.3 0.1
1.8 66.4 0.2
1.8 67 0.2
1.8 68 0.1
1.8 68.1 0.1
1.8 70 0.2
1.8 70.1 0
1.8 71 0.1
1.8 71.1 0.1
1.8 72 0.1
1.8 72.1 0.3
1.8 75 0.2
1.8 75.1 0.3
1.8 77 0.4
1.8 79 0.4
1.8 83 0.1
1.9 20 0.7
1.9 23 1.5
1.9 30 0.8
1.9 31 0.9
1.9 34 0.2
1.9 36 0.1
1.9 38 0.5
1.9 38.1 1.1
1.9 39 0.3
1.9 40 0
1.9 41 0.6
1.9 44 1.3
1.9 45 0.1
1.9 46 0.3
1.9 47 0.1
1.9 50 0.2
1.9 50.1 0.5
1.9 53 0.4
1.9 53.1 1.1
1.9 54 0.2
1.9 58 0.9
1.9 58.1 0.2
1.9 58.2 0.2
1.9 59 0.3
1.9 59.1 0.1
1.9 61 0.1
1.9 62 0.3
1.9 62.1 0.3
1.9 63 0.1
1.9 66 0.2
1.9 67 0.4
1.9 68 0.1
1.9 70 0.2
1.9 70.1 0.3
1.9 70.2 0.2
1.9 70.3 0.1
1.9 72 0.2
1.9 72.1 0.2
1.9 73 0.1
1.9 74 0.3
1.9 74.1 0.3
1.9 75 0.8
1.9 83 0
1.9 84 0.4
1.9 85 0.3
2 20 1
2 27 0.4
2 29 1.4
2 31 0.8
2 32 1
2 32.1 0.3
2 33 0.3
2 36 1.2
2 36.1 0.1
2 37 0.1
2 38 0.2
2 39 0.5
2 40 0.6
2 40.1 1.5
2 43 -0.1
2 44 0.2
2 45 0.2
2 46 -0.1
2 52 0.1
2 55 0.5
2 56 0.5
2 57 0.2
2 58 1.1
2 58.1 0.3
2 59 0.4
2 62 0.4
2 62.1 0
2 63 0.2
2 63.1 0.7
2 64 0.3
2 65 0.1
2 65.1 0.1
2 66 0.2
2 68 0.2
2 69 1.2
2 69.1 0.1
2 71 0.1
2 71.1 0.3
2 71.2 0.1
2 72 0.2
2 74 0.2
2 74.1 1.2
2 74.2 0.4
2 74.3 0.2
2 77 0.1
2 80 0.2
2 80.1 0.1
2 81 0.1
2.1 21 0.8
2.1 21.1 0.9
2.1 25 0.9
2.1 27 0.9
2.1 28 0.9
2.1 29 1.2
2.1 30 0.9
2.1 30.1 0.4
2.1 32 0.8
2.1 33 0.8
2.1 34 0.2
2.1 34.1 0.1
2.1 40 0.6
2.1 40.1 0.3
2.1 42 1
2.1 43 1.2
2.1 43.1 1.2
2.1 44 0.2
2.1 47 0.2
2.1 49 0.2
2.1 52 0.4
2.1 53 1.3
2.1 53.1 0.4
2.1 53.2 0.3
2.1 55 0.1
2.1 56 0.1
2.1 58 0.4
2.1 59 0.2
2.1 60 0.1
2.1 65 0.2
2.1 66 0.3
2.1 66.1 0.2
2.1 66.2 0.3
2.1 67 0.3
2.1 68 0.1
2.1 68.1 0.4
2.1 69 0.4
2.1 70 0.9
2.1 70.1 0.3
2.1 70.2 -0.1
2.1 73 0
2.1 73.1 0.3
2.1 73.2 0.3
2.1 73.3 0.1
2.1 74 0.1
2.1 75 0.2
2.1 76 0.5
2.1 76.1 0.2
2.1 78 0.4
2.1 79 0.4
2.1 79.1 0.4
2.1 80 0.2
2.2 18 0.7
2.2 21 0.9
2.2 29 0.7
2.2 29.1 1.1
2.2 31 0.1
2.2 32 0.1
2.2 33 0.3
2.2 36 0
2.2 36.1 1.1
2.2 37 0.9
2.2 41 0.8
2.2 41.1 1.5
2.2 42 0.1
2.2 44 0.1
2.2 45 1
2.2 48 0.3
2.2 54 0.2
2.2 54.1 1
2.2 55 0.2
2.2 56 0.1
2.2 56.1 0.1
2.2 61 0
2.2 64 0.2
2.2 64.1 0.2
2.2 65 0.1
2.2 66 0.2
2.2 66.1 0.2
2.2 67 0.2
2.2 68 0.1
2.2 68.1 0.1
2.2 69 0.1
2.2 69.1 0.3
2.2 71 0.2
2.2 72 0.2
2.2 73 0.5
2.2 73.1 0.2
2.2 74 0.3
2.2 75 0.9
2.3 19 0.7
2.3 37 0.9
2.3 37.1 0.1
2.3 37.2 0.2
2.3 40 0.2
2.3 41 0.1
2.3 42 1.2
2.3 44 0.2
2.3 45 0.6
2.3 46 0.2
2.3 46.1 0.2
2.3 47 0.5
2.3 49 0.4
2.3 50 0.1
2.3 50.1 0.3
2.3 54 0.1
2.3 54.1 0.1
2.3 55 -0.1
2.3 56 0.2
2.3 56.1 0.9
2.3 56.2 0.2
2.3 57 0.7
2.3 57.1 1.4
2.3 60 0.3
2.3 61 0.3
2.3 62 0.2
2.3 64 0.1
2.3 64.1 0.3
2.3 65 0.2
2.3 66 0.2
2.3 67 0.3
2.3 67.1 0.2
2.3 68 0.5
2.3 71 0.3
2.3 71.1 0.3
2.3 73 0.2
2.3 74 0.2
2.3 74.1 0.2
2.4 22 1.6
2.4 27 0.7
2.4 27.1 1
2.4 27.2 0.1
2.4 30 0.1
2.4 37 0.1
2.4 38 0.7
2.4 40 0.2
2.4 41 0.2
2.4 42 0.2
2.4 47 1.7
2.4 51 -0.2
2.4 52 0.1
2.4 54 0.2
2.4 54.1 0.1
2.4 54.2 0
2.4 54.3 0.2
2.4 55 0.5
2.4 55.1 0.1
2.4 57 0.2
2.4 58 0.2
2.4 59 0.2
2.4 63 0.1
2.4 64 0.2
2.4 65 0.2
2.4 66 0.2
2.4 66.1 0.2
2.4 66.2 0.5
2.4 67 0.1
2.4 67.1 0.2
2.4 68 0.3
2.4 70 0.3
2.4 71 0.1
2.4 75 0.4
2.4 75.1 0
2.5 23 0.7
2.5 26 0.1
2.5 27 1
2.5 29 0.8
2.5 30 0.4
2.5 31 0.5
2.5 32 0.9
2.5 33 1.1
2.5 34 1.1
2.5 41 1
2.5 42 0.1
2.5 45 0.1
2.5 45.1 1.3
2.5 45.2 0.7
2.5 46 0.1
2.5 48 1.3
2.5 48.1 0.5
2.5 48.2 0.5
2.5 49 1
2.5 58 0.2
2.5 58.1 0.1
2.5 61 0.2
2.5 61.1 0.1
2.5 63 0.2
2.5 63.1 0.2
2.5 64 0.2
2.5 65 0.4
2.5 66 0.2
2.5 66.1 0.2
2.5 67 0.2
2.5 70 0.3
2.5 70.1 0.4
2.5 70.2 0.2
2.5 70.3 0.2
2.5 70.4 0.3
2.5 70.5 0.6
2.5 73 0.2
2.5 73.1 0.1
2.5 73.2 0.3
2.5 75 0.2
2.6 22 1
2.6 24 0.8
2.6 29 0.5
2.6 31 0.3
2.6 31.1 0.5
2.6 38 0.7
2.6 38.1 0.1
2.6 42 0.2
2.6 43 0.2
2.6 45 0.1
2.6 54 0.4
2.6 54.1 0.2
2.6 60 0
2.6 60.1 0.4
2.6 61 0.2
2.6 67 0.1
2.6 68 0.4
2.6 70 1.2
2.6 70.1 0.1
2.6 72 0.1
2.6 75 0.2
2.6 79 0.1
2.7 27 0.7
2.7 27.1 0.8
2.7 30 0.3
2.7 33 1
2.7 33.1 -0.2
2.7 38 0.9
2.7 42 0.7
2.7 42.1 0.7
2.7 48 1
2.7 48.1 0
2.7 49 0.9
2.7 53 0.1
2.7 55 0.4
2.7 55.1 0.2
2.7 56 0.1
2.7 58 0.3
2.7 60 0.2
2.7 61 0.5
2.7 62 0.2
2.7 64 0.8
2.7 66 0.1
2.7 68 0.2
2.7 69 0.2
2.7 69.1 0.3
2.7 72 0.3
2.7 72.1 0.3
2.7 73 0.3
2.7 74 0.2
2.7 75 0.1
2.8 17 0.6
2.8 23 0.4
2.8 24 0.6
2.8 27 1.6
2.8 28 0.6
2.8 29 0.6
2.8 31 0.9
2.8 32 0.9
2.8 36 0.5
2.8 38 0.1
2.8 40 0.6
2.8 40.1 0.5
2.8 53 0.4
2.8 54 0.1
2.8 54.1 0.2
2.8 56 0.2
2.8 56.1 0.2
2.8 58 0.1
2.8 58.1 0.7
2.8 61 1.1
2.8 64 0
2.8 65 0.1
2.8 65.1 0.1
2.8 68 0.5
2.8 74 0.8
2.8 77 0.3
2.9 19 0.3
2.9 32 0.1
2.9 32.1 0.7
2.9 34 0
2.9 36 0.1
2.9 37 0.8
2.9 38 1
2.9 38.1 0.8
2.9 40 1
2.9 45 1
2.9 45.1 0.2
2.9 46 0.3
2.9 47 0.7
2.9 53 0.4
2.9 53.1 0
2.9 54 0.4
2.9 55 0.3
2.9 56 0.1
2.9 56.1 0.2
2.9 60 -0.2
2.9 61 0
2.9 62 0.2
2.9 62.1 0.1
2.9 63 0.2
2.9 67 0
2.9 68 0.3
2.9 73 0.3
2.9 73.1 0.2
3 22 1
3 24 0.1
3 24.1 0.4
3 29 0.6
3 34 0.2
3 39 0.2
3 41 0.4
3 41.1 0.7
3 42 1
3 42.1 0.8
3 56 0.2
3 65 0.2
3 69 0.3
3 71 0.5
3 78 0.2
3 79 0.1
3.1 17 0.8
3.1 18 0.5
3.1 22 1
3.1 32 0.2
3.1 32.1 0.9
3.1 38 0.3
3.1 44 0.5
3.1 46 0.2
3.1 53 0.1
3.1 56 0.1
3.1 56.1 0.2
3.1 64 0
3.1 70 0.4
3.1 72 0.6
3.1 76 0.2
3.2 18 0.7
3.2 21 0.3
3.2 22 1.1
3.2 36 1.2
3.2 38 0.6
3.2 38.1 0.8
3.2 42 0
3.2 46 -0.1
3.2 46.1 0.1
3.2 47 0.3
3.2 47.1 0.5
3.2 47.2 0.5
3.2 50 0.5
3.2 58 0.1
3.2 60 0.5
3.2 65 0.8
3.2 67 0
3.2 69 0.9
3.2 73 1
3.2 74 0
3.2 77 0.2
3.3 17 0.6
3.3 19 1.5
3.3 23 1
3.3 25 0.3
3.3 28 0.7
3.3 35 0.5
3.3 35.1 0.6
3.3 52 0.2
3.3 62 0.1
3.3 63 0.4
3.3 64 0
3.3 64.1 0.3
3.3 64.2 0.1
3.3 73 0.2
3.3 74 0.3
3.3 79 0.2
3.4 18 0.6
3.4 20 0.1
3.4 34 0.6
3.4 38 0.2
3.4 38.1 0.6
3.4 40 0.2
3.4 41 0.8
3.4 56 0.7
3.5 22 1
3.5 30 0.4
3.5 30.1 0.4
3.5 32 0.3
3.5 34 0.4
3.5 38 0.8
3.5 38.1 0.2
3.5 41 0.5
3.5 49 0.3
3.5 54 0.1
3.5 69 0.2
3.5 71 0.3
3.5 74 0.4
3.6 24 1.1
3.6 25 0.7
3.6 32 0.4
3.6 42 0
3.6 46 0.2
3.6 57 0.2
3.7 22 1.1
3.7 22.1 0.8
3.7 23 0.1
3.7 23.1 1.1
3.7 27 0.7
3.7 30 0.6
3.7 34 0.1
3.7 35 0.1
3.7 40 0.9
3.7 44 0.2
3.7 45 0.4
3.7 46 0.5
3.7 49 0.4
3.7 50 0.1
3.7 51 0.8
3.7 66 0.4
3.8 18 0.3
3.8 22 1.4
3.8 23 0.5
3.8 24 0.7
3.8 24.1 0.5
3.8 28 0.3
3.8 28.1 0.6
3.8 37 1.1
3.8 38 0.6
3.8 39 0.6
3.8 44 0.8
3.8 46 0
3.8 65 0.1
3.9 17 1.4
3.9 27 0.6
3.9 31 1
3.9 32 0.5
3.9 34 0.3
3.9 54 0.1
3.9 61 0.2
3.9 64 0.3
3.9 66 0.2
3.9 66.1 0.2
3.9 67 0
4 22 1
4 28 0.6
4 29 0.4
4 30 0.2
4 31 0.6
4 32 0.1
4 45 0.5
4 56 0.2
4 65 0.1
4 73 0.3
4.1 16 1.3
4.1 23 1.1
4.1 25 0.6
4.1 26 0.6
4.1 28 0.7
4.1 32 0.4
4.1 32.1 0.6
4.1 33 0.5
4.1 41 0.2
4.1 42 0.7
4.1 43 0.2
4.1 45 0.3
4.1 64 0.2
4.1 65 0
4.2 26 0.5
4.2 27 0.4
4.2 27.1 0.7
4.2 27.2 0.3
4.2 31 0.5
4.2 33 0.3
4.2 33.1 0.5
4.2 36 0.3
4.2 38 0.1
4.2 51 0.3
4.2 62 0.9
4.2 70 0.5
4.3 17 1.2
4.3 27 0.6
4.3 29 0.4
4.3 29.1 0.7
4.3 33 0.4
4.3 35 0.2
4.3 38 0.9
4.3 41 0.6
4.3 42 0.6
4.3 45 0.1
4.3 63 0.1
4.3 71 0.1
4.4 21 0.9
4.4 24 0.4
4.4 29 0.2
4.4 33 0.6
4.4 35 0.1
4.4 42 0
4.4 43 1
4.4 45 0.5
4.4 62 0.1
4.5 23 0.8
4.5 29 0.6
4.5 35 0.3
4.5 38 1.2
4.5 39 0.2
4.5 40 -0.3
4.5 42 0.6
4.5 42.1 0.6
4.6 22 1.1
4.6 25 0.5
4.6 25.1 0.6
4.6 32 0.6
4.6 34 0.7
4.6 35 0.6
4.6 37 0.4
4.6 41 0.7
4.7 27 0.7
4.7 32 0.6
4.7 33 0.5
4.7 37 0.3
4.8 23 0.9
4.8 25 0.6
4.8 26 1.1
4.8 34 0.7
4.8 34.1 0.6
4.8 37 0.2
4.8 38 1.1
4.8 47 0.7
4.8 57 0.5
4.8 64 0.4
4.9 21 0.9
4.9 23 1
4.9 26 0.5
4.9 27 0.5
4.9 28 0.3
4.9 28.1 0.2
4.9 33 0.7
4.9 33.1 0.5
4.9 34 0.5
4.9 40 0.7
4.9 44 0.5
5 30 0.4
5 41 0.2
5 48 0.7
5.1 27 0.5
5.1 33 0.6
5.1 43 0.1
5.1 45 0.5
5.2 30 0.7
5.2 31 0.7
5.2 35 0.6
5.2 38 1.1
5.2 47 0.5
5.3 30 0.5
5.3 32 0.4
5.4 30 0.6
5.4 32 0.3
5.4 38 0.9
5.5 32 0.7
5.5 39 0.9
5.6 38 0.8
5.6 41 -0.7
5.7 21 -0.4
5.7 33 0.3
5.7 37 0.9
5.8 64 0.1
5.9 34 0.3
6 26 0.9
6.5 61 -0.1
Значения (x,y) определяют неструктурированную сетку. В результате мне пришлось использовать set dgrid3d для построения регулярной сетки методом интерполяции, поскольку gnuplot пока не выполняет триангуляцию.
Поскольку данные настолько колеблются, хорошее разрешение требует использования очень плотной сетки. Я попробовал set dgrid3d 512,512 и set dgrid3d 900,900 и нарисовал файл с помощью pm3d, см. ниже. В последнем случае разрешение лучше, но, как видите, скачки цвета всё равно есть: есть ли способ сделать так, чтобы цвета плавно менялись по всему сюжету? (только в менее быстроколеблющихся областях цвета меняются плавно). Я также спроецировал 3D-график на плоскость (x,y) с помощью set contour, а затем тысячу контуров с помощью set cntrparam levels, чтобы иметь лучшее разрешение, а также set palette maxcolors 1024, но это ничего не меняет. Если бы кто-нибудь мог мне подсказать...
Сетка 512x512 точек с помощью dgrid3d
Сетка 900x900 точек с помощью dgrid3d
Вы имеете в виду что-то вроде set dgrid3d 900,900 gauss 1?
Я согласен с @MartinBrown 3D, возможно, выглядит «хорошо», но вы можете скрыть некоторые данные, например. если под определенным углом обзора имеется большой пик перед меньшим пиком. А поскольку ваше текущее 3D-представление плавает над 2D, вы определенно скрываете часть 2D-данных. Я также предпочел бы 2D-тепловую карту. Возможно, вы захотите проверить это насчет триангуляции с помощью gnuplot, но будьте осторожны: это громоздко.
Конечно, оно немного скрывает 2D-карту тепла, но на самом деле это изображение вращается (я не смог его загрузить, так как оно весит 25 МБ), поэтому все оно хорошо видно. Я понимаю, что для разрешения 3D-графика более плавное изменение цветов невозможно. Триангуляция была бы великолепна, и я попробовал ваш 2Dscript, но для 1500 точек (как в моем случае) это очень медленно. Я знаю, что matplotlib может выполнить эту работу в мгновение ока, но в целом я гораздо больше предпочитаю gnuplot. Будем надеяться, что в ближайшем будущем gnuplot сделает это как для 2D, так и для 3D триангуляции Делоне.
@user24353751 user24353751 Я не думаю, что gnuplot реализует триангуляцию Делоне в ближайшее время, возможно, никогда. Я слышал, что gnuplot хочет быть инструментом построения графиков, а не инструментом обработки или подготовки данных. Что ж, вы можете попробовать qhull в качестве внешнего инструмента, чтобы быстро получить некоторый выходной формат триангуляции Делоне, который может прочитать gnuplot (возможно, после некоторых модификаций с помощью сценария gnuplot).
@user24353751 user24353751 как выглядят твои данные? Сколько точек данных? Может быть, вы предоставите данные для тестирования?
Вот и все, самое начало моего вопроса. Точки данных... 1438.
Ответы 1
Я не совсем понимаю, как триангуляция Делоне поможет в этом случае. Гауссово ядро для dgrid3d кажется лучшим вариантом. Это зависит от физического смысла точечных значений. Это образцы? Независимые мероприятия? Следует ли усреднять или суммировать близлежащие точки?
Если это того стоит, вы можете выполнить триангуляцию в gnuplot 6. Этот режим в настоящее время недокументирован, поскольку реализация является настолько полной, насколько это необходимо, чтобы служить шагом на пути к созданию вогнутых оболочек. Стиль графика with polygons берет цвет из первой вершины треугольника. Более полная реализация могла бы позволить использовать другие параметры, такие как усреднение значений вершины z.
set style fill solid border lc "black"
plot 'DATA' using 1:2:3 delaunay with polygons lc palette
С другой стороны, здесь те же данные, построенные с использованием плотности ядра Гаусса. Обратите внимание, что при этом суммируется вклад соседних точек, поэтому чистое значение z превышает исходный диапазон значений z. Это может захватить или не захватить желаемую собственность. Степень сглаживания можно изменить, изменив последние два параметра в команде set dgrid3d, которые управляют расстоянием x и y, на котором любая отдельная точка вносит вклад в чистое значение.
set dgrid3d 100,100 gauss kdensity 0.5,5.0
set pm3d noborder
set view map
splot 'DATA' with pm3d
Очень полный ответ... Мои данные - это выборки и независимые события (собираются каждые полчаса в течение целого месяца). 3-й столбец — разница между показаниями двух термометров, 1-й столбец. это скорость ветра и 2-й столб. это влажность. Триангуляция Делоне может оказаться полезной, поскольку мои данные часто меняются очень быстро, составляя ок. всегда сложно. Даже dgrid3d 900,900 может что-то упустить; на самом деле он не может обеспечить плавное изменение цветов в 3D. Я рад, что gnuplot 6 выполняет 2D-триангуляцию, это уже большой скачок, по крайней мере, для контурных графиков; Я проверю это с помощью контурных меток.
В настоящее время Gnuplot выполняет триангуляцию Делоне только с целью создания оболочек. Вы можете записать этот шаг в виде набора треугольников, как я показал, но сама программа не использует его для других целей. Так что нет, это не повлияет на создание контурных графиков. Однако вы можете быть слишком пессимистичны относительно влияния размера сетки в dgrid3d. Вклад каждой точки в функцию плотности ядра зависит от ее расстояния в декартовом пространстве, а не от шага сетки. Но это правда, что при генерации контура будет пропущен пик или впадина, которые полностью лежат внутри одного сегмента сетки.
Изменение сетки с применением очень небольшого размытия по Гауссу может сделать изображение достаточно гладким, чтобы обмануть глаз. Лично я предпочитаю для подобных вещей 2D-тепловую карту. Я считаю, что 3D-горы, плавающие над ним, очень отвлекают и бесполезны для интерпретации данных. ЮММВ.