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
yolov5训练时参数workers与batch-size的深入理解
最近再学习YOLOv3与YOLOv5训练数据集的具体步骤,几经波折终于实现了很好的效果,这篇文章主要给大家介绍了关于yolov5训练时参数workers与batch-size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2022-03-03
Python RuntimeWarning:invalid value encounter
这篇文章主要介绍了Python RuntimeWarning:invalid value encountered in double_scalars处理,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2024-06-06
今天想用python调用百度框计算的搜过结果，看到了URL里面的汉字用GBK编码，虽然可以直接在URL里面加入中文，之前也做过一个简体字转GBK码的python函数，但还是略嫌麻烦，今天改了一下2012-02-02
本篇文章主要讲解Python的sklearn库中常用的数据预处理方法,主要介绍工具中的内容,即该库中的相关方法包含的常用接口和基本使用,希望对大家有所帮助2023-08-08
这篇文章主要介绍了Python通过文本和图片生成词云图,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Django中Middleware中的函数详解,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，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
基于Python在MacOS上安装robotframework-ride
今天小编就为大家分享一篇关于基于Python在MacOS上安装robotframework-ride，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-12-12
要想做爬虫，不可避免的要用到正则表达式，如果是简单的字符串处理，类似于split，substring等等就足够了，可是涉及到比较复杂的匹配，当然是正则的天下，下面这篇文章主要给大家介绍了python爬虫之正则表达式的相关资料，需要的朋友可以参考下。2017-05-05
这篇文章主要为大家详细介绍了python实现websocket的客户端压力测试，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-06-06
在Web自动化测试中,Selenium提供多种点击方法,常用的click()方法通过选中元素并触发点击事件,若click()方法不稳定,可以采用JavaScript执行点击或使用ActionChains类模拟鼠标点击,需要的朋友可以参考下2024-09-09
最新评论