### 修正后的Python代码 以下是经过调整的Python代码，用于确保时延-角度二维空间谱中的真实值（红色叉号）和估计值（白色空心圆）能够紧密重合。此代码基于`matplotlib`库的功能，并假设已知的真实值和估计值数据。 ```python import numpy as np import matplotlib.pyplot as plt # 假设这是真实值的数据 (delay, angle) true_values = np.array([ [0.1, 30], [0.2, 45], [0.3, 60], [0.4, 75] ]) # 假设这是估计值的数据 (delay, angle)，可能有轻微偏差 estimated_values = true_values + np.random.normal(0, 0.01, size=true_values.shape) # 创建绘图对象 plt.figure(figsize=(8, 6)) # 绘制真实值 (红色叉号) plt.scatter( true_values[:, 0], true_values[:, 1], c='red', marker='x', s=100, label="真实值" ) # 绘制估计值 (白色空心圆) plt.scatter( estimated_values[:, 0], estimated_values[:, 1], facecolors='none', # 设置为空心 edgecolors='white', # 边界颜色为白色 linewidths=2, # 边界线宽 s=150, label="估计值" ) # 调整坐标轴范围以便更好地观察重合情况 plt.xlim([0, 0.5]) plt.ylim([0, 90]) # 添加标签和标题 plt.xlabel('时延 (秒)', fontsize=12) plt.ylabel('角度 (度)', fontsize=12) plt.title('时延-角度二维空间谱', fontsize=14) # 显示图例 plt.legend(fontsize=10) # 展示图形 plt.grid(True) plt.tight_layout() plt.show() ``` ### 解析 上述代码实现了以下功能： 1. **真实值绘制** 使用`scatter()`函数绘制真实值点，设定其样式为红色叉号 (`'x'`) 并适当增大尺寸以提高可见性[^1]。 2. **估计值绘制** 同样使用`scatter()`函数绘制估计值点，但将其设置为空心圆形 (`facecolors='none'`)，并定义边界颜色为白色 (`edgecolors='white'`) 和边框宽度 (`linewidths=2`) 来区分于真实值[^1]。 3. **数据模拟** `true_values`代表精确的真实值位置；而`estimated_values`则通过向量加法引入随机噪声来模拟实际计算中可能出现的小误差[^1]。 4. **视觉优化** 配置了合理的坐标轴范围(`xlim`, `ylim`)以及网格显示，便于直观对比两组数据之间的差异程度[^1]。 --- ###