— 全文阅读3分钟 —
在本文中，你将学习到以下内容：
- 理解画contour图的数据结构
- contour图的参数调节
- 如何添加colorbar
我们先假设x, y的取值范围如下：
|
1 2 3 4 5 |
import matplotlib.pyplot as plt import numpy as np x = np.array([1, 2, 3]) y = np.array([2, 3, 4, 5]) |
Z的形状是跟x, y的数量有关[y, x]，在这里是[4, 3]的矩阵，
|
1 2 3 4 5 6 7 |
Z = np.random.random((4, 3)) #生成的随机数如下： Out: array([[0.02980206, 0.08622278, 0.37927009], [0.16850501, 0.39804124, 0.32187975], [0.50572111, 0.9504401 , 0.72451858], [0.61250858, 0.04186458, 0.68754931]]) |
得到x, y, Z以后作图，首先我们要生成由x, y组成的网格图：
|
1 |
X, Y = np.meshgrid(x, y) |
调用contourf填充颜色：
括号中的参数3控制的是颜色细分的数量，这里是4种颜色，数值越大，颜色渐变越柔和，cmap调用cm颜色库中的Spectral，详见。
|
1 2 |
#注意X, Y, Z都是大写,赋值a后面要用到 a = plt.contourf(X, Y, Z, 3, cmap=plt.cm.Spectral) |
调用contour画等高线：
括号中的参数3控制的是等高线的数量。
|
1 2 |
# 赋值b后面要用到 b = plt.contour(X, Y, Z, 3, colors='black', linewidths=1, linestyles='solid') |
此时做出来的图效果如下：
Figure_1.png
接下来我们需要添加colorbar：
在这里调用a，即前面的填充色, ticks可以控制colorbar显示的刻度，在这里可省略ticks参数。
|
1 |
plt.colorbar(a, ticks=[0, 0.25, 0.5, 0.75, 1]) |
效果图如下：
Figure_2.png
还可以图中添加标签：
在这里调用b，即前面的等高线。
|
1 |
plt.clabel(b, inline=True, fontsize=10) |
最终效果图如下：
Figure_3.png
完整代码如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
import matplotlib.pyplot as plt import numpy as np # 已知x, y, Z x = np.array([1, 2, 3]) y = np.array([2, 3, 4, 5]) Z = np.random.random((4, 3)) # 建立网格 X, Y = np.meshgrid(x, y) # 注意X, Y, Z都是大写,赋值a后面要用到 a = plt.contourf(X, Y, Z, 3, cmap=plt.cm.Spectral) #赋值b后面要用到 b = plt.contour(X, Y, Z, 3, colors='black', linewidths=1, linestyles='solid') # 添加colorbar，ticks在这里可省略 plt.colorbar(a, ticks=[0, 0.25, 0.5, 0.75, 1]) #添加图内标签 plt.clabel(b, inline=True, fontsize=10) plt.show() |