脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python等高线图

如何利用python绘制等高线图

 更新时间：2022年06月19日 16:26:56   作者：Vergil_Zsh  
这篇文章主要介绍了如何利用python绘制等高线图，文章围绕主题展开详细的内容介绍，具有一定的参考价值，感兴趣的小伙伴可以参考一下

使用方法

matplotlib.pyplot.contour(*args, data=None, **kwargs)

参数介绍：

参数X,YZ(M,N)类数组level

import numpy as np
import matplotlib.pyplot as plt

X, Y = np.meshgrid(np.linspace(-3,3,256), np.linspace(-3,3,256))
Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2)
levels = np.linspace(np.min(Z), np.max(Z), 7)
fig, ax = plt.subplots()
ax.contour(X, Y, Z, levels=levels)
plt.show()

添加label的

需要住的是inline参数.默认是inline=True

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z)
ax.clabel(CS, inline=True, fontsize=10)
ax.set_title('Simplest default with labels')
plt.show()

绘制虚线

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, 6, colors='k')
ax.clabel(CS, fontsize=9, inline=True)
ax.set_title('Single color - negative contours dashed')
plt.show()

level

确定等高线数量/位置,选择不超过n+1个"良好"轮廓级别

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(14,7))
axs[0].set_title('levels=6')
CS = axs[0].contour(X, Y, Z, 6, colors='k')
axs[0].clabel(CS, fontsize=9, inline=True)

axs[1].set_title('levels=10')
CS1 = axs[1].contour(X, Y, Z, 10, colors='k')
axs[1].clabel(CS1, fontsize=9, inline=True)
plt.show()

设置颜色和线条宽度

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, 6,
                linewidths=np.arange(.5, 4, .5),
                colors=('r', 'cyan', 'blue', (1, 1, 0), '#afeeee', '0.5'),
                )
ax.clabel(CS, fontsize=9, inline=True)
ax.set_title('Crazy lines')
plt.show()

其他设置

import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
fig, ax = plt.subplots()
im = ax.imshow(Z, interpolation='bilinear', origin='lower',
               cmap=cm.gray, extent=(-3, 3, -2, 2))
levels = np.arange(-1.2, 1.6, 0.2)
CS = ax.contour(Z, levels, origin='lower', cmap='flag', extend='both',
                linewidths=2, extent=(-3, 3, -2, 2))
CS.collections[6].set_linewidth(4)
ax.clabel(CS, levels[1::2],  # label every second level
          inline=True, fmt='%1.1f', fontsize=14)
CB = fig.colorbar(CS, shrink=0.8)
ax.set_title('Lines with colorbar')
CBI = fig.colorbar(im, orientation='horizontal', shrink=0.8)
l, b, w, h = ax.get_position().bounds
ll, bb, ww, hh = CB.ax.get_position().bounds
CB.ax.set_position([ll, b + 0.1*h, ww, h*0.8])
plt.show()

到此这篇关于如何利用python绘制等高线图的文章就介绍到这了,更多相关python绘制等高线图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • 深入理解Python单元测试unittest的使用示例

    深入理解Python单元测试unittest的使用示例

    本篇文章主要介绍了深入理解Python单元测试unittest的使用示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-11-11
  • python计算对角线有理函数插值的方法

    python计算对角线有理函数插值的方法

    这篇文章主要介绍了python计算对角线有理函数插值的方法,涉及Python数学运算的相关技巧,需要的朋友可以参考下
    2015-05-05
  • Django CBV模型源码运行流程详解

    Django CBV模型源码运行流程详解

    这篇文章主要介绍了Django CBV模型源码运行流程详解,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
    2020-08-08
  • python实现集中式的病毒扫描功能详解

    python实现集中式的病毒扫描功能详解

    这篇文章主要介绍了python实现集中式的病毒扫描功能,结合实例形式分析了Python集中式的病毒扫描相关原理、实现方法与操作注意事项,需要的朋友可以参考下
    2019-07-07
  • python实现壁纸批量下载代码实例

    python实现壁纸批量下载代码实例

    本篇文章通过代码实例给大家分享了用python实现壁纸批量下载这个功能，有兴趣的朋友参考下吧。
    2018-01-01
  • Python输出带颜色的字符串实例

    Python输出带颜色的字符串实例

    下面小编就为大家带来一篇Python输出带颜色的字符串实例。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-10-10
  • 解决pygal.style的LightColorizedStyle参数问题

    解决pygal.style的LightColorizedStyle参数问题

    这篇文章主要介绍了解决pygal.style的LightColorizedStyle参数问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-07-07
  • python遍历文件夹找出文件夹后缀为py的文件方法

    python遍历文件夹找出文件夹后缀为py的文件方法

    今天小编就为大家分享一篇python遍历文件夹找出文件夹后缀为py的文件方法，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
    2018-10-10
  • numpy.random.shuffle打乱顺序函数的实现

    numpy.random.shuffle打乱顺序函数的实现

    这篇文章主要介绍了numpy.random.shuffle打乱顺序函数的实现，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，需要的朋友们下面随着小编来一起学习学习吧
    2019-09-09
  • Python中pandas模块DataFrame创建方法示例

    Python中pandas模块DataFrame创建方法示例

    这篇文章主要介绍了Python中pandas模块DataFrame创建方法,结合实例形式分析了DataFrame的功能,以及pandas模块基于列表、字段与数组创建DataFrame的相关操作技巧,需要的朋友可以参考下
    2018-06-06

最新评论