使用Python Matplotlib绘制等高线图

Matplotlib 是 Python 中的免费开源绘图库。它用于通过使用 python 脚本创建二维图形和绘图。要使用 matplotlib 功能，我们需要首先安装该库。

使用 pip 安装

通过在命令提示符中执行以下命令，我们可以轻松地从 PyPi 安装 Matplotlib 的最新稳定包。

pip install Matplotlib

您可以使用以下命令通过conda安装Matplotlib -

conda install -c conda-forge matplotlib

等高线图用于通过绘制常量 z 切片（称为等高线）来可视化二维表面中的三维数据。

它是在轮廓函数 (Z) 的帮助下绘制的，该函数是两个输入 X 和 Y（X 轴和 Y 轴坐标）的函数。

Z = fun(x,y)

Matplotlib 提供了两个函数 plt.contour 和 plt.contourf 来绘制等高线图。

contour() 方法

matplotlib.pyplot。轮廓()方法用于绘制轮廓线。它返回 QuadContourSet。以下是该函数的语法 -

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

参数

• [X,Y]：可选参数，表示Z中值的坐标。

• Z：绘制轮廓的高度值。

• levels：用于确定轮廓线/区域的数量和位置。

示例

让我们举个例子，使用 numpy 三角函数绘制等高线。

import numpy as np
import matplotlib.pyplot as plt

def f(x, y):
   return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)

xlist = np.linspace(-4.0, 4.0, 800)
ylist = np.linspace(-4.0, 4.0, 800)

# A mesh is created with the given co-ordinates by this numpy function
X, Y = np.meshgrid(xlist, ylist)
Z = f(X,Y)

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contour(X, Y, Z)
fig.colorbar(cp) # Add a colorbar to a plot
ax.set_title('Contour Plot')

ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

f(x,y) 函数是使用 numpy 三角函数定义的。

示例

我们再举一个例子，画等高线。

import numpy as np
import matplotlib.pyplot as plt

def f(x, y):
    return np.sqrt(X**2 + Y**2)

xlist = np.linspace(-10, 10, 400)
ylist = np.linspace(-10, 10, 400)

# create a mesh 
X, Y = np.meshgrid(xlist, ylist)

Z = f(X, Y)

fig = plt.figure(figsize=(6,5))
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contour(X, Y, Z)
ax.set_title('Contour Plot')
ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

z 函数是 x 和 y 坐标值的平方根之和。使用 numpy.sqrt() 函数实现。

contourf() 函数

matplotlib.pyplot提供了一个方法contourf()来绘制填充轮廓。以下是该函数的语法 -

contourf([X, Y,] Z, [levels], **kwargs)

哪里，

• [X,Y]：可选参数，表示Z中值的坐标。

• Z：绘制轮廓的高度值。

• levels：用于确定轮廓线/区域的数量和位置。

示例

让我们再举一个例子，使用contourf()方法绘制等高线图。

import numpy as np
import matplotlib.pyplot as plt

xlist = np.linspace(-8, 8, 800)
ylist = np.linspace(-8, 8, 800)

X, Y = np.meshgrid(xlist, ylist)
Z = np.sqrt(X**2 + Y**2)

fig = plt.figure(figsize=(6,5))
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) 

cp = ax.contourf(X, Y, Z)
fig.colorbar(cp) # Add a colorbar to a plot
ax.set_title('Filled Contours Plot')
#ax.set_xlabel('x (cm)')
ax.set_ylabel('y (cm)')
plt.show()

输出

使用fig.colorbar()方法，我们将颜色添加到绘图中。 z 函数是 x 和 y 坐标值的平方根之和。

示例

在此示例中，我们将使用 matplotlib.plt.contourf() 方法绘制极坐标等高线图。

import numpy as np
import matplotlib.pyplot as plt

a = np.radians(np.linspace(0, 360, 20))
b = np.arange(0, 70, 10)
 
Y, X = np.meshgrid(b, a)
values = np.random.random((a.size, b.size))
 
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
ax.set_title('Filled Contours Plot')
ax.contourf(X, Y, values)
 
plt.show()

输出

在上述所有示例中，我们都使用 numpy.meshgrid() 函数来生成 X 和 Y 坐标的数组。

以上是使用Python Matplotlib绘制等高线图的详细内容。更多信息请关注PHP中文网其他相关文章！