python使用matplotlib绘制等高线图的两种方法

 更新时间:2023年11月24日 10:10:25   作者:果_s  
在matplotlib.pyplot 中除了可以绘制常规图表如折线、柱状、散点等,还可以绘制常用在地理上的平面展示地型的等高线图,在本中,我们将详细学习matplotlib 绘制等高线图相关属性的学习,需要的朋友可以参考下

前提条件:

  • 所需的库matplotlib.pyplot,numpy
  • 已导入数据,我是用np.loadtxt()导入的
  • 最重要的contour()和contourf()函数(不了解可以先去了解下再看~)

第一种很简单,等高线图其实需要三种数据(x,y,z),其中x,y是图中点的坐标,z是具体(x,y)点的值。

从这点来看:当我们拥有一个数据时,比如这样:

        0       1       2       3    ...     297     298     299     300
0    1063.0  1076.0  1083.0  1087.0  ...   999.0   998.0   992.0   992.0
1    1059.0  1067.0  1074.0  1085.0  ...   999.0   998.0   994.0   996.0
2    1053.0  1060.0  1065.0  1079.0  ...   999.0   997.0   993.0   996.0
3    1058.0  1063.0  1075.0  1083.0  ...   999.0   995.0   992.0   994.0
4    1056.0  1076.0  1091.0  1101.0  ...   999.0   994.0   989.0   991.0
..      ...     ...     ...     ...  ...     ...     ...     ...     ...
196   832.0   831.0   831.0   834.0  ...  1255.0  1252.0  1266.0  1287.0
197   838.0   834.0   835.0   838.0  ...  1230.0  1227.0  1246.0  1271.0
198   844.0   836.0   836.0   840.0  ...  1204.0  1223.0  1242.0  1254.0
199   847.0   841.0   840.0   843.0  ...  1202.0  1205.0  1222.0  1246.0
200   846.0   844.0   842.0   845.0  ...  1204.0  1201.0  1213.0  1240.0
 
[201 rows x 301 columns]

一共有201行,301列,绘制等高线图前就可以:

xx = np.linspace(0, 300, 301)
yy = np.linspace(0, 200, 201)
X, Y = np.meshgrid(xx, yy, indexing='ij')
fig,ax=plt.subplots()
contourf=ax.contourf(X,Y,txt,cmap=plt.get_cmap('RdYlGn_r'))
contour=ax.contour(X,Y,txt,colors="k",linewidths=.5)

另外一种比较难的方法,我使用到了插值拟合:

首先由已知数据推测出一个拟合的公式:

x=np.arange(0,201,1)#x代表行
y=np.arange(0,301,1)#y代表列
z=np.array(df)#z中保存所有已知数据点的值
#根据x,y,z求取插值拟合函数
interp = RegularGridInterpolator((x, y), z,bounds_error=False, fill_value=None)

第二步,构建网格,为后续绘制等高线图用。

xx = np.linspace(0, 200, 300)
yy = np.linspace(0, 300, 300)
X, Y = np.meshgrid(xx, yy, indexing='ij')

然后就是使用matplolib.pyplot库提供的函数绘图的过程啦

fig,ax=plt.subplots()
contourf=ax.contourf(X,Y,interp((X,Y)),cmap=plt.get_cmap('RdYlGn_r'))
contour=ax.contour(X,Y,interp((X,Y)),colors="k",linewidths=.5)

如果需要添加等高线上的标签可以:

ax.clabel(contour,fontsize=6,colors='k')

添加颜色条可以:

plt.colorbar(contourf)

最后绘制出来就是这个样子:

以上就是python使用matplotlib绘制等高线图的两种方法的详细内容,更多关于python matplotlib等高线图的资料请关注脚本之家其它相关文章!

相关文章

  • Python中猜拳游戏与猜筛子游戏的实现方法

    Python中猜拳游戏与猜筛子游戏的实现方法

    这篇文章主要给大家介绍了关于Python中猜拳游戏与猜筛子游戏的相关资料,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
    2020-09-09
  • python实现求两个字符串的最长公共子串方法

    python实现求两个字符串的最长公共子串方法

    今天小编就为大家分享一篇python实现求两个字符串的最长公共子串方法,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
    2018-07-07
  • 浅谈哪个Python库才最适合做数据可视化

    浅谈哪个Python库才最适合做数据可视化

    数据可视化是任何探索性数据分析或报告的关键步骤,目前有许多非常好的商业智能工具,比如Tableau、googledatastudio和PowerBI等,本文就详细的进行对比,感兴趣的可以了解一下
    2021-06-06
  • Python编程pygame模块实现移动的小车示例代码

    Python编程pygame模块实现移动的小车示例代码

    这篇文章主要介绍了Python编程pygame模块实现移动的小车示例代码,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Python 图像处理之颜色迁移(reinhard VS welsh)

    Python 图像处理之颜色迁移(reinhard VS welsh)

    这篇文章主要介绍了分别利用reinhard算法和welsh算法实现图像的颜色迁移,并对二者算法的效果进行了对比,感兴趣的小伙伴可以了解一下
    2021-12-12
  • Python使用树状图实现可视化聚类详解

    Python使用树状图实现可视化聚类详解

    一般情况下,我们都是使用散点图进行聚类可视化,但是某些的聚类算法可视化时散点图并不理想,所以在这篇文章中,我们介绍如何使用树状图(Dendrograms)对我们的聚类结果进行可视化
    2023-03-03
  • Django修改端口号与地址的三种方式

    Django修改端口号与地址的三种方式

    Django是一个开放源代码的Web应用框架,由Python写成,下面这篇文章主要给大家介绍了关于Django修改端口号与地址的三种方式,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
    2023-02-02
  • win10系统下python3安装及pip换源和使用教程

    win10系统下python3安装及pip换源和使用教程

    这篇文章主要介绍了win10系统下python3安装及pip换源和使用教程,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-01-01
  • Django 拆分model和view的实现方法

    Django 拆分model和view的实现方法

    今天小编就为大家分享一篇Django 拆分model和view的实现方法,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
    2019-08-08
  • python numpy 反转 reverse示例

    python numpy 反转 reverse示例

    今天小编就为大家分享一篇python numpy 反转 reverse示例,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
    2019-12-12

最新评论