用matplotlib画等高线图详解
等高线图是在地理课中讲述山峰山谷时绘制的图形，在机器学习中也会被用在绘制梯度下降算法的图形中。
因为等高线的图有三个信息：x,y以及x,y所对应的高度值。
这个高度值的计算我们用一个函数来表述：
计算x,y坐标对应的高度值 def f(x, y): return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
这个函数看起来挺复杂的，但我们这里只是为了能够获得一个高度值，因此其中函数代表什么意义不用关心，只要知道输入一个x,y，输出一个高度值就可以了。
要画出等高线，核心函数是plt.contourf()，但在这个函数中输入的参数是x,y对应的网格数据以及此网格对应的高度值，因此还需要调用np.meshgrid(x,y)把x,y值转换成网格数据才行，这样完整的代码如下：
画等高线的代码如下：
import numpy as np import pandas as pd import matplotlib.pyplot as plt # 计算x,y坐标对应的高度值 def f(x, y): return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2) # 生成x,y的数据 n = 256 x = np.linspace(-3, 3, n) y = np.linspace(-3, 3, n) # 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值 X, Y = np.meshgrid(x, y) # 填充等高线 plt.contourf(X, Y, f(X, Y)) # 显示图表 plt.show()
上述代码显示的图形为：
这颜色有点太冷了，我们想显示热力图，那只要在plt.contourf()函数中添加属性cmap=plt.cm.hot就能显示热力图，其中cmap代表为color map，我们把color map映射成hot(热力图)，此处关键代码为：
# 填充等高线 plt.contourf(X, Y, f(X, Y), cmap=plt.cm.hot)
显示的图为：
是否显示得挺热的。：）
上面是用plt.contourf()填充了等高线，但还有一种方式是可以直接显示等高线，而不是填充的方式，例如：
C = plt.contour(X, Y, f(X, Y), 20)
这里20代表的是显示等高线的密集程度，数值越大，画的等高线数就越多。
这样显示的图形为：
当然，如果我们不调用前面的plt.contourf()函数，则就会直接显示等高线。
最后我们想在等高线中添加上标注值：
plt.clabel(C, inline=True, fontsize=12)
显示的图为：
完整的代码为：
import numpy as np import pandas as pd import matplotlib.pyplot as plt # 计算x,y坐标对应的高度值 def f(x, y): return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2) # 生成x,y的数据 n = 256 x = np.linspace(-3, 3, n) y = np.linspace(-3, 3, n) # 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值 X, Y = np.meshgrid(x, y) # 填充等高线 plt.contourf(X, Y, f(X, Y), 20, cmap=plt.cm.hot) # 添加等高线 C = plt.contour(X, Y, f(X, Y), 20) plt.clabel(C, inline=True, fontsize=12) # 显示图表 plt.show()
总结
以上就是本文关于用matplotlib画等高线图详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：
Python的地形三维可视化Matplotlib和gdal使用实例
如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
相关文章
这篇文章主要为大家介绍了Python sqlparse解析SQL表血缘追踪实现，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-10-10
今天小编就为大家分享一篇python执行系统命令后获取返回值的几种方式集合，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了python实现删除文件与目录的方法,详细的分析了涉及Python文件操作的各种方法,需要的朋友可以参考下2014-11-11
Python使用BeautifulSoup进行XPath和CSS选择器定位
在 Python 中,BeautifulSoup 是一个常用的 HTML 和 XML 解析库,它允许我们轻松地定位和提取网页中的特定元素,本文将详细介绍如何在 BeautifulSoup 中使用 XPath 和 CSS 选择器定位 HTML 元素,并提供示例代码以帮助新手理解这些概念,需要的朋友可以参考下2024-11-11
这篇文章主要介绍了Django使用rest_framework写出API,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-05-05
这篇文章主要介绍了如何基于Python实现一个庆祝国庆节的小程序,增加了互动选择祝福语、查询信息、播放背景音乐及趣味小测验等功能,使用tkinter增强GUI,提升用户互动体验,需要的朋友可以参考下2024-09-09
这篇文章主要介绍了Python 实现文件读写、坐标寻址、查找替换功能，本文通过实例代码给大家介绍的非常详细,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了源码解析python中randint函数的效率缺陷，通过讨论 random 模块的实现，并讨论了一些更为快速的生成伪随机整数的替代方法展开主题，需要的盆友可以参考一下2022-06-06
并发指的是任务数多余cpu核数,通过操作系统的各种任务调度算法,实现用多任务一起执行,下面这篇文章主要给大家介绍了关于Python并发多线程的具体操作步骤的相关资料,需要的朋友可以参考下2024-02-02
关于Python中的if __name__ == __main__详情
在学习Python的过程中发现即使把if __name__ == ‘__main__’ 去掉，程序还是照样运行。很多小伙伴只知道是这么用的，也没有深究具体的作用。这篇文字就来介绍一下Python中的if __name__ == ‘__main__’的作用，需要的朋友参考下文2021-09-09
最新评论