我有X，Y和Z值的数据集，它们的分布不规则。
X Y Z
874.5 2064.2 215
877.4 2068.8 238
872.1 2060.4 208
880.3 2073.4 286
870.1 2067.2 253
867.7 2063.4 287
883.2 2078.1 295
869.2 2055.9 291
我想确定这些点的梯度，在尝试确定如何解决此问题时，我遇到了第一个障碍。 显然，我可以使用以下代码创建轮廓图：
x = df['X'].values.tolist()
y = df['Y'].values.tolist()
z = df['Z'].values.tolist()
levs = range(round(Min_Delay, -2), round(Max_Delay, -2), 100)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.tricontour(x, y, z, levs, linewidths=0.25, colors='red')
plt.scatter(x, y, s=0.5, Label="Drill Hole")
plt.axis('equal')
plt.title('Contours', fontsize=15)
ax1.set_ylabel('Y-Coordinate')
ax1.set_xlabel('X-Coordinate')
plt.show()
I'm assuming I will need to use numpy.gradient however I am not sure how to interpret it's parameters, or take the X Y Z data shown above and input it into the numpy.gradient fuction.
任何帮助，将不胜感激。
