快捷導(dǎo)航

python作圖基礎(chǔ)之plt.contour實(shí)例詳解

更新時(shí)間：2022年06月30日 11:05:32 作者：你大佬來啦

contour和contourf都是畫三維等高線圖的,下面這篇文章主要給大家介紹了關(guān)于python作圖基礎(chǔ)操作之plt.contour的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

前言

plt.contour是python中用于畫等高線的函數(shù)，這里介紹一下plt.contour的使用。

使用示例

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-3, 3, 50)  # 生成連續(xù)數(shù)據(jù)
y = np.linspace(-3, 3, 50)  # 生成連續(xù)數(shù)據(jù)
X, Y = np.meshgrid(x, y)    
# 生成能夠在坐標(biāo)系中形成點(diǎn)陣的數(shù)組，這個(gè)可以去參考一下別的文章
# https://lixiaoqian.blog.csdn.net/article/details/81532855 這里講的比較詳細(xì)
Z = X**2 + Y**2     # 這里將高度設(shè)置為x^2+y^2，就能畫一個(gè)圓形的等高線
C=plt.contour(x, y,Z,[2,5,8,10])  # 畫等高線 # 使用plt.contour(X, Y,Z,[2,5,8,10])也是沒問題的
plt.clabel(C, inline=True, fontsize=10)

畫出來的效果就是：

plt.contour()函數(shù)本身

plt.contour(X, Y, Z, [levels], **kwargs)

plt就是matplotlib.pyplot
X, Y表示的是坐標(biāo)位置（這里是可選的，但是如果不傳入的話就是python根據(jù)傳入的高度數(shù)組(Z)的大小自動(dòng)生成的坐標(biāo)），一般很多會(huì)使用二維數(shù)組，但是實(shí)際上一維數(shù)組也可以的
Z代表每個(gè)坐標(biāo)對(duì)應(yīng)的高度值，是一個(gè)二維數(shù)組，其中每個(gè)值表示的是每個(gè)坐標(biāo)對(duì)應(yīng)的高度 XYZ的實(shí)際數(shù)據(jù)構(gòu)成可以參照上面的例子，在本地查看一下數(shù)據(jù)是長(zhǎng)什么樣
levels有兩種傳入形式。一種是傳入一個(gè)整數(shù)，這個(gè)整數(shù)表示你想繪制的等高線的條數(shù)，但是顯示結(jié)果可能并不是完全和傳入的整數(shù)的條數(shù)一樣，是大致差不多的條數(shù)（可能相差一兩條）（為什么是大致條數(shù)呢？可能是python幫你默認(rèn)生成的比較合適的幾條等高線吧）。還有一種方式就是傳入一個(gè)包含高度值的一維數(shù)組，這樣python便會(huì)畫出傳入的高度值對(duì)應(yīng)的等高線。
其余的參數(shù)cmap, linewidths, linestyles等這里就不多介紹了

plt.contour()圖中的坐標(biāo)

由于一開始這里很混淆，因此在這里對(duì)坐標(biāo)代表的內(nèi)容進(jìn)行一個(gè)解釋。要解釋這個(gè)問題，首先可以引入實(shí)際問題，比如一座山，一般來說從飛機(jī)上或者很高的地方觀察這座山的話能看到這座山就像圓一樣，如果抽象成平面的話就成為一個(gè)圓了（這里是指比較規(guī)整的山?。?。然后實(shí)際上等高線就是從這樣很高的地方去想象的，通過一系列工具把相同高度的位置在一個(gè)平面上標(biāo)注出來，相同高度的位置通過線連起來就形成了等高線。

如果把剛剛說的圓放在坐標(biāo)系中，那么某個(gè)坐標(biāo)(x,y)就表示觀察到的這座山在平面視角來看所展現(xiàn)出來的位置，如下圖：

左邊假設(shè)是一座山，上面的紅色的點(diǎn)在平面視角來看的話就成為坐標(biāo)系中的一個(gè)位置，此時(shí)高度已經(jīng)在等高線圖中反映不出來了，這也是為什么等高線的圖需要標(biāo)注高度值。

這里結(jié)合三維圖來看會(huì)更加直觀：將上面的圓形的等高線圖的高度用三維圖像展示出來，使用代碼為：

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

x = np.linspace(-3, 3, 50)
y = np.linspace(-3, 3, 50)
X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2 
C=plt.contour(x, y,Z,[2,5,8,10])
plt.clabel(C, inline=True, fontsize=10)

fig=plt.figure()
fig = plt.figure(figsize=(10,10))
ax1 = plt.axes(projection='3d')

ax1.scatter3D(X,Y,z, cmap='Blues')

效果如下：

圖中X,Y,Z都分別被轉(zhuǎn)換為了三維坐標(biāo)系中的坐標(biāo)，形成了一個(gè)類似球形的一個(gè)部分的高度圖。Z軸就是每個(gè)點(diǎn)對(duì)應(yīng)的高度值，這里試想如果把整張圖從最頂部投下到xy二維坐標(biāo)系中，如果取開始的某幾個(gè)固定的高度值（如2,5,8），那么這幾個(gè)固定的高度值所對(duì)應(yīng)的坐標(biāo)在二維坐標(biāo)系中連起來的話就成為了一條等高線。

這里可以多看幾個(gè)例子：

x = np.linspace(-3, 3, 50)
y = np.linspace(-3, 3, 50)
X, Y = np.meshgrid(x, y)
z = (np.exp(-X**2 - Y**2) - np.exp(-(X - 1)**2 - (Y - 1)**2))*2

fig=plt.figure()
fig = plt.figure(figsize=(10,10))
ax1 = plt.axes(projection='3d')
ax1.scatter3D(X,Y,z, cmap='Blues')

效果：

其二維圖為：

叮！

不學(xué)不知道，學(xué)了才知道什么都不是想象的那么簡(jiǎn)單啊。

補(bǔ)充：plt.contour等高線繪制

import numpy as np
import matplotlib.pyplot as plt
 
 
def height(x, y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
 
 
x = np.linspace(-3, 3, 300)
y = np.linspace(-3, 3, 300)
X, Y = np.meshgrid(x, y)
# 為等高線填充顏色 10表示按照高度分成10層
plt.contourf(X, Y, height(X, Y), 10, alpha=0.75, cmap=plt.cm.hot)
C = plt.contour(X, Y, height(X, Y), 10, colors='black')
# 繪制等高線標(biāo)簽
plt.clabel(C, inline=True, fontsize=10)
# 去掉坐標(biāo)軸刻度
# plt.xticks(())
# plt.yticks(())
plt.show()
# 顯示圖片