Python+matplotlib怎么实现绘制等高线图
本篇内容主要讲解"Python+matplotlib怎么实现绘制等高线图"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"Python+matplotlib怎么实现绘制等高线图"吧!
1. 等高线图概述
什么是等高线图？
等高线图又称为水平图，通过2D形式展示3D图像的图表
等高线图又称为等高地线图，将地表高度相同的点连成一个环线展示到平面曲线上
等高线图又称为Z切片图，因变量Z与自变量X,Y变化而变化
等高线图可以分为首曲线、计曲线、间曲线与助曲线
等高线图常用场景
等高线图常用在展示某地地形情况
等高线图也可以计算当地山地高低情况
等高线图常用于地质、地理勘察绘制而成
等高线图也可以用于绘制圆形、椭圆形等数学公式展示
绘制等高线图步骤
导入matplotlib.pyplot模块
准备数据，可以使用numpy/pandas整理数据
调用pyplot.contour()或者pyplot.contourf()绘制等高线
案例展示
等高线图绘制需要借助很多高中所学的三角函数、指数函数等公式，我们本期案例使用等高线方法汇总圆
案例数据准备
np.arrage()准备一系列连续的数据
np.meshgrid()将数据转换成矩阵
import numpy as np# 定义一组连续的数据x_value = np.arange(-5,5,0.1)y_value = np.arange(-5,5,0.1)# 转换成矩阵数据x,y = np.meshgrid(x_value,y_value)
绘制等高线
import matplotlib.pyplot as pltplt.contour(x,y,z) plt.title("Display Contour")plt.xlabel("x(m)")plt.ylabel("y(m)") plt.show() plt.show()
2. 等高线图属性
设置等高线颜色
关键字：colors
取值范围:
表示颜色的英文单词：如红色"red"
表示颜色单词的简称如：红色"r",黄色"y"
RGB格式：十六进制格式如"#88c999";(r,g,b)元组形式
也可以传入颜色列表
设置等高线透明度
关键字：alpha
默认为1
取值范围为：0~1
设置等高线颜色级别
关键字：cmap
colors和cmap两个关键字不能同时提供
取值为：注册的颜色表明
形式如："颜色表_r"
常用的有：'Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens'
设置等高线宽度
关键字：linewidths
默认为等高线宽度为1.5
取值可以float类型或者列表
设置等高线样式
关键字：linestyles
默认值为：solid
取值可选：{None, 'solid', 'dashed', 'dashdot', 'dotted'}
linestyles为None且线条为单色时，负轮廓的线条会设置成dashed
我们对上一节的等高线图添加一些属性
线条为红色，线条宽度逐渐增大，线条样式为dashed,透明度设置为0.5
```pythonplt.contour(x,y,z,colors="r",linestyles="dashed",linewidths=np.arange(0.5,4,0.5),alpha=0.5)```
传入colors列表
plt.contour(x,y,z,colors=('r','green','blue',(1,1,0),"#afeeee","0.5"),linewidths=np.arange(0.5,4,0.5))为等高线图，设置cmap为红色系
z = np.exp(-x**2-y**2)z1 = np.exp(-(x-1)**2-(y-1)**2)Z = (z-z1)*2 plt.contour(x,y,Z,cmap='afmhot_r',linewidths=np.arange(0.5,4,0.5))
3. 显示轮廓标签
我们查看等高线图时，轮廓标签会辅助我们更好的查看图表。添加轮廓标签，我们需要借助clabe
pyplot.contour()绘制等高线方法，会返回QuadContourset
QuadContourset 包含level列表数据
使用pyplot.clabel()接受level列表数据标注在等高线上
x_value = np.arange(-3,3,0.025)y_value = np.arange(-3,3,0.025) x,y = np.meshgrid(x_value,y_value) z = (1-x**2+y**5)*np.exp(-x**2-y**2) cs = plt.contour(x,y,z,cmap="Blues_r",linewidths=np.arange(0.5,4,0.5)) plt.clabel(cs,fontsize=9,inline=True)
4. 填充颜色
通常在等高线图中，不同区域填充不一样的颜色，帮助我们查看图表时更好地理解
使用pyplot.contourf()对比同区域轮廓进行填充颜色
z = (1-x**2+y**5)*np.exp(-x**2-y**2) cs = plt.contour(x,y,z,10,colors="b",linewidths=0.5) plt.clabel(cs,fontsize=12,inline=True) plt.contourf(x,y,z,10,cmap="Blues_r",alpha=0.75)
5. 添加颜色条说明
我们可以借助pyplot.colorbar()方法来添加颜色条说明
z = (x**2+y**5)*np.exp(-x**2-y**2)z1 = np.exp(-(x-1)**2-(y-1)**2)Z = (z-z1)*2 cs = plt.contour(x,y,Z,10,colors="black",linewidths=0.5) plt.clabel(cs,fontsize=12,inline=True) plt.contourf(x,y,Z,10,cmap="afmhot_r",alpha=0.5) plt.colorbar(shrink=0.8)
到此，相信大家对"Python+matplotlib怎么实现绘制等高线图"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
