迹忆客 专注技术分享

在此演示中，我们将了解什么是等高线图，以及如何借助 Matplotlib 中的 contour() 方法获取等高线图。

在 Matplotlib 中使用 contour() 方法获取等高线图

等高线图有一种在二维平面上显示三维表面的方法。 它将两个预测变量 x 和 y 绘制在 y 轴上，响应变量 z 绘制为等高线。

二维等值线图是取决于两个变量的标量场的等值线。 让我们离散化每个轴中的变量。

我们将从离散化的 x 组件开始，我们可以在 numpy.linspace() 的帮助下创建它。然后，我们导入 numpy。

我们希望 x 在 -2 到 2 之间线性间隔 500 个值。 对于 y，我们也想这样做。

import matplotlib.pyplot as plot
import numpy as np

x=np.linspace(-2,2,500)
y=np.linspace(-2,2,500)

我们可以使用 np.meshgrid() 方法创建一个二维网格，它将以大写 x 和大写 y 保存。 然后我们可以使用 x 的 sin 和 y 的 cos 来评估我们的标量场。

x,y=np.meshgrid(x,y)
z=np.sin(x) + np.cos(y)

等高线图是使用 contour() 方法创建的，并接受三个参数。 我们看到函数的等值线和颜色键。

对于该位置标量场的值，我们可以使用 plot.colorbar() 激活色标，以获取有关用特定颜色指示哪个值的信息。

plot.contour(x,y,z)
plot.colorbar()
Full Source Code:

import matplotlib.pyplot as plot
import numpy as np

x=np.linspace(-2,2,500)
y=np.linspace(-2,2,500)
x,y=np.meshgrid(x,y)
z=np.sin(x) + np.cos(y)

plot.contour(x,y,z)
plot.colorbar()
plot.show()

输出:

使用 Matplotlib 中的 contourf() 方法

另一种称为 contourf() 的方法创建等高线图，但中间区域会填充相应的颜色值。

代码：

import matplotlib.pyplot as plot
import numpy as np

x=np.linspace(-2,2,500)
y=np.linspace(-2,2,500)
x,y=np.meshgrid(x,y)
z=np.sin(x) + np.cos(y)

plot.contourf(x,y,z)
plot.colorbar()
plot.show()

输出:

使用 levels 参数，我们可以更改级别数。 级别是等值线的数量。

例如，让我们创建 30 条等值线，然后看到过渡更加平滑。 我们也可以手动选择我们想要哪个值到哪个值的等值线，例如，vmin 为 -1，vmax 为 0.5。

当我们运行下面的代码时，我们无法用等值线覆盖黄色区域，因为它的值太高了。

代码：

import matplotlib.pyplot as plot
import numpy as np

x=np.linspace(-2,2,500)
y=np.linspace(-2,2,500)
x,y=np.meshgrid(x,y)
z=np.sin(x) + np.cos(y)

plot.contourf(x,y,z,levels=30,vmin=-1,vmax=0.5)
plot.colorbar()
plot.show()

输出: