python作图基础之plt.contour实例详解

 更新时间:2022年06月30日 11:05:32   作者:你大佬来啦  
contour和contourf都是画三维等高线图的,下面这篇文章主要给大家介绍了关于python作图基础操作之plt.contour的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

前言

plt.contour是python中用于画等高线的函数,这里介绍一下plt.contour的使用。

使用示例

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-3, 3, 50)  # 生成连续数据
y = np.linspace(-3, 3, 50)  # 生成连续数据
X, Y = np.meshgrid(x, y)    
# 生成能够在坐标系中形成点阵的数组,这个可以去参考一下别的文章
# https://lixiaoqian.blog.csdn.net/article/details/81532855 这里讲的比较详细
Z = X**2 + Y**2     # 这里将高度设置为x^2+y^2,就能画一个圆形的等高线
C=plt.contour(x, y,Z,[2,5,8,10])  # 画等高线 # 使用plt.contour(X, Y,Z,[2,5,8,10])也是没问题的
plt.clabel(C, inline=True, fontsize=10)

画出来的效果就是:

plt.contour()函数本身

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

  • plt就是matplotlib.pyplot
  • X, Y表示的是坐标位置(这里是可选的,但是如果不传入的话就是python根据传入的高度数组(Z)的大小自动生成的坐标),一般很多会使用二维数组,但是实际上一维数组也可以的
  • Z代表每个坐标对应的高度值,是一个二维数组,其中每个值表示的是每个坐标对应的高度 XYZ的实际数据构成可以参照上面的例子,在本地查看一下数据是长什么样
  • levels有两种传入形式。一种是传入一个整数,这个整数表示你想绘制的等高线的条数,但是显示结果可能并不是完全和传入的整数的条数一样,是大致差不多的条数(可能相差一两条)(为什么是大致条数呢?可能是python帮你默认生成的比较合适的几条等高线吧)。还有一种方式就是传入一个包含高度值的一维数组,这样python便会画出传入的高度值对应的等高线。
  • 其余的参数cmap, linewidths, linestyles等这里就不多介绍了

plt.contour()图中的坐标

由于一开始这里很混淆,因此在这里对坐标代表的内容进行一个解释。要解释这个问题,首先可以引入实际问题,比如一座山,一般来说从飞机上或者很高的地方观察这座山的话能看到这座山就像圆一样,如果抽象成平面的话就成为一个圆了(这里是指比较规整的山啊)。然后实际上等高线就是从这样很高的地方去想象的,通过一系列工具把相同高度的位置在一个平面上标注出来,相同高度的位置通过线连起来就形成了等高线。

如果把刚刚说的圆放在坐标系中,那么某个坐标(x,y)就表示观察到的这座山在平面视角来看所展现出来的位置,如下图:

左边假设是一座山,上面的红色的点在平面视角来看的话就成为坐标系中的一个位置,此时高度已经在等高线图中反映不出来了,这也是为什么等高线的图需要标注高度值。

这里结合三维图来看会更加直观:将上面的圆形的等高线图的高度用三维图像展示出来,使用代码为:

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:

图中X,Y,Z都分别被转换为了三维坐标系中的坐标,形成了一个类似球形的一个部分的高度图。Z轴就是每个点对应的高度值,这里试想如果把整张图从最顶部投下到xy二维坐标系中,如果取开始的某几个固定的高度值(如2,5,8),那么这几个固定的高度值所对应的坐标在二维坐标系中连起来的话就成为了一条等高线。

这里可以多看几个例子:

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:

其二维图为:

叮!

不学不知道,学了才知道什么都不是想象的那么简单啊。

补充:plt.contour等高线绘制

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)
# 为等高线填充颜色 10表示按照高度分成10层
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')
# 绘制等高线标签
plt.clabel(C, inline=True, fontsize=10)
# 去掉坐标轴刻度
# plt.xticks(())
# plt.yticks(())
plt.show()
# 显示图片

参考:https://blog.csdn.net/qq_42505705/article/details/88771942

总结

到此这篇关于python作图基础之plt.contour的文章就介绍到这了,更多相关python作图plt.contour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!

相关文章

  • pytorch model.cuda()花费时间很长的解决

    pytorch model.cuda()花费时间很长的解决

    这篇文章主要介绍了pytorch model.cuda()花费时间很长的解决方案,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
    2021-06-06
  • pycharm 2020 1.1的安装流程

    pycharm 2020 1.1的安装流程

    这篇文章主要介绍了pycharm 2020 1.1的安装流程,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-09-09
  • Python调用ctypes使用C函数printf的方法

    Python调用ctypes使用C函数printf的方法

    这篇文章主要介绍了Python调用ctypes使用C函数printf,需要的朋友可以参考下
    2017-08-08
  • pyinstaller打包可执行文件出现KeyError的问题

    pyinstaller打包可执行文件出现KeyError的问题

    这篇文章主要介绍了pyinstaller打包可执行文件出现KeyError的问题,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
    2023-11-11
  • Python Matplotlib绘图基础知识代码解析

    Python Matplotlib绘图基础知识代码解析

    这篇文章主要介绍了Python Matplotlib绘图基础知识代码解析,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
  • plt.figure()参数使用详解及运行演示

    plt.figure()参数使用详解及运行演示

    这篇文章主要介绍了plt.figure()参数使用详解及运行演示,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
    2021-01-01
  • 简单了解Python中的几种函数

    简单了解Python中的几种函数

    这篇文章主要介绍了简单了解Python中的几种函数,具有一定参考价值。需要的朋友可以了解下。
    2017-11-11
  • python 判断矩阵中每行非零个数的方法

    python 判断矩阵中每行非零个数的方法

    今天小编就为大家分享一篇python 判断矩阵中每行非零个数的方法,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
    2019-01-01
  • PyTorch使用教程之Tensor包详解

    PyTorch使用教程之Tensor包详解

    这篇文章介绍了PyTorch中的张量(Tensor)数据结构,包括张量的数据类型、初始化、常用操作、属性等,张量是PyTorch框架中的核心数据结构,支持多种数据类型,可以通过工厂函数构造张量,并提供了丰富的操作和属性,感兴趣的朋友跟随小编一起看看吧
    2025-01-01
  • Python中字典和集合学习小结

    Python中字典和集合学习小结

    本文通过实例给大家介绍了python中字典和集合的知识小结,非常不错,具有参考借鉴价值,需要的的朋友参考下吧
    2017-07-07

最新评论