使用 Python Matplotlib 绘制等值线图

---

Matplotlib 是 Python 中一个免费且开源的绘图库。它用于使用 Python 脚本创建二维图形和图表。要使用 Matplotlib 的功能，首先需要安装该库。

使用 pip 安装

在命令提示符中执行以下命令，可以轻松地从 PyPi 安装 Matplotlib 的最新稳定版本。

pip install Matplotlib

您可以通过conda安装Matplotlib，使用以下命令：

conda install -c conda-forge matplotlib

等值线图用于通过绘制称为等值线的恒定 z 切片，在二维曲面上可视化三维数据。

它借助等值线函数 (Z) 绘制，该函数是两个输入 X 和 Y（X 轴和 Y 轴坐标）的函数。

Z = fun(x,y)

Matplotlib 提供两个函数plt.contour和plt.contourf来绘制等值线图。

contour() 方法

matplotlib.pyplot.contour() 方法用于绘制等值线。它返回 QuadContourSet。以下是此函数的语法：

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

参数

• [X, Y]：可选参数，它表示 Z 中值的坐标。

• Z：绘制等值线的高度值。

• levels：用于确定等值线/区域的数量和位置。

示例

让我们来看一个示例，并使用 numpy 三角函数绘制等值线。

import numpy as np
import matplotlib.pyplot as plt

def f(x, y):
   return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)

xlist = np.linspace(-4.0, 4.0, 800)
ylist = np.linspace(-4.0, 4.0, 800)

# A mesh is created with the given co-ordinates by this numpy function
X, Y = np.meshgrid(xlist, ylist)
Z = f(X,Y)

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contour(X, Y, Z)
fig.colorbar(cp) # Add a colorbar to a plot
ax.set_title('Contour Plot')

ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

f(x,y) 函数使用 numpy 三角函数定义。

示例

让我们再来看一个示例，并绘制等值线。

import numpy as np
import matplotlib.pyplot as plt

def f(x, y):
    return np.sqrt(X**2 + Y**2)

xlist = np.linspace(-10, 10, 400)
ylist = np.linspace(-10, 10, 400)

# create a mesh 
X, Y = np.meshgrid(xlist, ylist)

Z = f(X, Y)

fig = plt.figure(figsize=(6,5))
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contour(X, Y, Z)
ax.set_title('Contour Plot')
ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

z 函数是 x 和 y 坐标值的平方根之和。使用 numpy.sqrt() 函数实现。

contourf() 函数

matplotlib.pyplot 提供了一个 contourf() 方法来绘制填充等值线。以下是此函数的语法：

contourf([X, Y,] Z, [levels], **kwargs)

其中，

• [X, Y]：可选参数，它表示 Z 中值的坐标。

• Z：绘制等值线的高度值。

• levels：用于确定等值线/区域的数量和位置。

示例

让我们再来看一个示例，并使用 contourf() 方法绘制等值线图。

import numpy as np
import matplotlib.pyplot as plt

xlist = np.linspace(-8, 8, 800)
ylist = np.linspace(-8, 8, 800)

X, Y = np.meshgrid(xlist, ylist)
Z = np.sqrt(X**2 + Y**2)

fig = plt.figure(figsize=(6,5))
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contourf(X, Y, Z)
fig.colorbar(cp) # Add a colorbar to a plot
ax.set_title('Filled Contours Plot')
#ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

使用 fig.colorbar() 方法，我们已向图表中添加了颜色。z 函数是 x 和 y 坐标值的平方根之和。

示例

在此示例中，我们将使用 matplotlib.plt.contourf() 方法绘制极坐标等值线图。

import numpy as np
import matplotlib.pyplot as plt

a = np.radians(np.linspace(0, 360, 20))
b = np.arange(0, 70, 10)
 
Y, X = np.meshgrid(b, a)
values = np.random.random((a.size, b.size))
 
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
ax.set_title('Filled Contours Plot')
ax.contourf(X, Y, values)
 
plt.show()

输出

在以上所有示例中，我们都使用了 numpy.meshgrid() 函数来生成 X 和 Y 坐标的数组。