使用 Matplotlib–Python 绘制等高线图
等高线图也称为水平图，是一种在二维空间中进行多元分析和可视化三维图的工具。如果我们将 X 和 Y 视为我们想要绘制的变量，那么响应 Z 将被绘制为 X-Y 平面上的切片，因此轮廓有时被称为 Z 切片或等响应。
等高线图被广泛用于可视化密度，海拔或山的高度，以及在气象部门。由于如此广泛的使用matplotlib.pyplot提供了一种方法contour，使我们可以轻松绘制等高线图。
matplotlib.pyplot.contour
当 Z = f(X，Y) 即 Z 随着输入 X 和 Y 的变化而变化时，matplotlib.pyplot.contour()通常是有用的。也可以使用contourf()来绘制填充轮廓。
语法:matplotlib.pyplot.contour([X，Y，] Z，[levels]，**kwargs)
参数: X，Y: 具有与 Z 或一维阵列相同形状的二维 numpy 阵列，使得 len(X)==M 和 len(Y)==N(其中 M 和 N 是 Z 的行和列) Z: 绘制轮廓的高度值。形状为(M，N) 级:确定轮廓线/区域的数量和位置。
返回:四通道
下面的例子说明了 matplotlib.pyplot 中的matplotlib.pyplot.contour()函数:
示例#1: 使用仅绘制等高线的contour()绘制等高线。
# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
feature_x = np.arange(0, 50, 2)
feature_y = np.arange(0, 50, 3)
# Creating 2-D grid of features
[X, Y] = np.meshgrid(feature_x, feature_y)
fig, ax = plt.subplots(1, 1)
Z = np.cos(X / 2) + np.sin(Y / 4)
# plots contour lines
ax.contour(X, Y, Z)
ax.set_title('Contour Plot')
ax.set_xlabel('feature_x')
ax.set_ylabel('feature_y')
plt.show()
输出:
示例#2: 使用绘制填充轮廓的contourf()绘制轮廓。
# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
feature_x = np.linspace(-5.0, 3.0, 70)
feature_y = np.linspace(-5.0, 3.0, 70)
# Creating 2-D grid of features
[X, Y] = np.meshgrid(feature_x, feature_y)
fig, ax = plt.subplots(1, 1)
Z = X ** 2 + Y ** 2
# plots filled contour plot
ax.contourf(X, Y, Z)
ax.set_title('Filled Contour Plot')
ax.set_xlabel('feature_x')
ax.set_ylabel('feature_y')
plt.show()
输出:
