極座標上に記録されたデータの配列をカラーマップで表示する方法

Question

目的

時間と円柱座標上に記録された4次元データの配列をt,zで固定し、角度と半径の座標の2次元配列になった物理量をカラーマップで表示する。

問題点と質問

今,t=100,z=500のときに

import matplotlib.pyplot as plt
import numpy as np
import sys
from dac_read import dac_read
t=100
dac_name='./data/0???_rank=*.dac'
data1, r, theta, z = dac_read(dac_name,dimension=3)
#座標の配列r, theta, zと物理量データの配列を作成
theta_matrix, z_matrix, radius_matrix = np.meshgrid(theta, z, r)
x = radius_matrix * np.cos(theta_matrix)
y = radius_matrix * np.sin(theta_matrix)
z = z_matrix
#x,y,z座標に変換
z_grid=500
plt.pcolormesh(x[z_grid,:,:],y[z_grid,:,:],data1[t,z_grid,:,:])
plt.axes().set_aspect('equal')
pp=plt.colorbar (orientation="vertical") 
pp.set_label(str(br), fontname="Arial", fontsize=24)
plt.show()

こうするとカラーマップが表示されるのですが、

このようにマップの一部が表示されずパックマンのような状態になってしまいます。
どうすれば全体の画面を表示することができるでしょうか。

なおデータの形状は

print(data1[t,z_grid,0,:])
print(type(data1[t,z_grid,0,:]))
print(data1[t,z_grid,0,:].shape)
print(data1[t,z_grid,:,:])
print(type(data1[t,z_grid,:,:]))
print(data1[t,z_grid,:,:].shape)

に対して

[  5.93998474e-01   2.72014498e-01   1.60743782e-01   1.22071128e-01
   8.54242388e-02   5.62375102e-02   3.98297251e-02   3.85923555e-02
   5.46078552e-02   7.67571167e-02   1.04584462e-01   1.26286600e-01
   1.34653855e-01   1.39972098e-01   1.25589692e-01   1.16475245e-01
   1.09645720e-01   9.72632270e-02   8.55016597e-02   6.79821852e-02
   4.53994824e-02   1.75779108e-02  -2.45879872e-03  -1.13406932e-02
  -1.24115496e-02  -9.70184050e-03  -7.05966531e-03   1.49696385e-04
   1.06662043e-02   2.39036877e-02   3.44667117e-02   4.23717256e-02
   4.74437975e-02   5.29893432e-02   5.70193959e-02   6.11525840e-02
   6.44646737e-02   6.68481411e-02   6.85947844e-02   7.30249992e-02
   7.18245570e-02   7.01765132e-02   6.95374731e-02   6.76733260e-02
   6.42950335e-02   6.00402268e-02   5.54000349e-02   4.79503256e-02
   4.05109896e-02   3.62117791e-02   3.37975817e-02   3.03632699e-02
   2.63984166e-02   2.31925551e-02   2.02030340e-02   1.75660329e-02
   1.53736619e-02   1.35047584e-02   1.19334207e-02   1.08147802e-02
   1.02420795e-02   9.64802706e-03   8.73544865e-03   7.98980898e-03
   7.24708634e-03   6.67050472e-03   5.67588498e-03   4.78841771e-03
   4.41521114e-03   4.15168019e-03   3.95074908e-03   3.74238664e-03
   3.51991669e-03   3.32391537e-03   3.18267812e-03   3.01851968e-03
   2.86565330e-03   2.72578900e-03   2.67246484e-03   2.67342684e-03]
<type 'numpy.ndarray'>
(80,)
[[ 0.59399847  0.2720145   0.16074378 ...,  0.00272579  0.00267246
   0.00267343]
 [ 0.58965775  0.24002432  0.13586343 ...,  0.00834293  0.00825524
   0.00826126]
 [ 0.5609483   0.21450841  0.11150027 ...,  0.02227583  0.02232245
   0.02211417]
 ..., 
 [ 0.36540269  0.20545923  0.0943813  ...,  0.00173673  0.00159774
   0.00155259]
 [ 0.47055532  0.25848592  0.1373705  ...,  0.00167634  0.00156395
   0.00150603]
 [ 0.55152032  0.28228408  0.16413585 ...,  0.00186905  0.00178926
   0.00167145]]
<type 'numpy.ndarray'>
(16, 80)

試したこと

角度の配列が[0, π/8, 2π/8, 3π/8, ,,,15π/8]
になっており、2πの部分がないのが良くないのではないかと考え、
data1[t,z_grid,:,:]にdata1[t,z_grid,0,:]を加えようとしました。

np.append(data1[t,z_mesh,:,:], data1[t,z_mesh,0,:], axis=0)

こうするとエラーが発生し

  File "/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy/lib/function_base.py", line 3543, in append
    return concatenate((arr, values), axis=axis)
ValueError: all the input arrays must have same number of dimensions

となって、そもそもこの方法の実行方法でうまく行くのか試せませんでした。
この方法で追加できる場合は配列の追加方法を教えてください。

Answer 1

まず、回答者がテストしやすいように、コピペで動かせるようなデータ等をアップロードなり貼り付けなりした方が、回答は集まりやすいと思います。

それはそれとして、配列の足し合わせですが、形状が違うので足し合わせられないよとエラーが出ています。
ので、下記のように(80,)を(1,80)に変形して(16,80)に足せる形にすればよいのではないでしょうか。
※numpyは不勉強なのでもっとスマートな書き方があると思います。調べてみてください。

import numpy as np
t = 0
z_grid = 0
data1 = np.zeros((10,10,16,80))
print(data1[t,z_grid,:,:].shape)
# (16, 80)

print(data1[t,z_grid,0,:].shape)
# (80,)

add_data = data1[t,z_grid,0,:].reshape(1,80)
print(add_data.shape)
# (1, 80)

data2 = np.append(data1[t,z_grid,:,:], add_data, axis=0)
print(data2.shape)
# (17, 80)

Comments

[Kimi.S]

np.reshapeで変形したらできました。ありがとうございます。