contour和contourf全是畫三維立體等高線圖的,接下來本文主要是為大家介紹了關(guān)于python做圖基本操作之plt.contour的相關(guān)信息,原文中依據(jù)案例編碼推薦的十分詳盡,需用的小伙伴可以參考一下

　　序言

　　plt.contour是python中用以畫等值線的函數(shù)公式，這兒簡(jiǎn)單的介紹plt.contour的應(yīng)用。

　　應(yīng)用示例

　　import numpy as np
　　import matplotlib.pyplot as plt
　　x=np.linspace(-3,3,50)#生成連續(xù)數(shù)據(jù)
　　y=np.linspace(-3,3,50)#生成連續(xù)數(shù)據(jù)
　　X,Y=np.meshgrid(x,y)

　　畫出來的效果就是：

　　#生成能夠在坐標(biāo)系中形成點(diǎn)陣的數(shù)組，這個(gè)可以去參考一下別的文章

　　#https://lixiaoqian.blog.csdn.net/article/details/81532855這里講的比較詳細(xì)

　　Z=X**2+Y**2#這里將高度設(shè)置為x^2+y^2，就能畫一個(gè)圓形的等高線

　　C=plt.contour(x,y,Z,[2,5,8,10])#畫等高線#使用plt.contour(X,Y,Z,[2,5,8,10])也是沒問題的

　　plt.clabel(C,inline=True,fontsize=10)

　　plt.contour()函數(shù)公式本身

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

　　plt就是matplotlib.pyplot

　　X,Y表示是經(jīng)緯坐標(biāo)（這里就是可供選擇的，但如果不傳到的話那就是python依據(jù)傳到相對(duì)高度字符數(shù)組(Z)大小一鍵生成的座標(biāo)），通常許多會(huì)用字符數(shù)組，但實(shí)際上二維數(shù)組也是可以的

　　Z意味著每一個(gè)座標(biāo)相對(duì)應(yīng)的相對(duì)高度值，是個(gè)字符數(shù)組，在其中每一個(gè)值表示是每一個(gè)座標(biāo)相對(duì)應(yīng)的相對(duì)高度XYZ的具體數(shù)據(jù)信息組成可以參考上邊的事例，在當(dāng)?shù)夭樵円幌滦畔⑹情L(zhǎng)什么樣子

　　levels主要有兩種傳到方式。一種傳到一個(gè)整數(shù)，這一整數(shù)金額表明你要制作的等值線的數(shù)量，可是顯示結(jié)果很有可能并不一定是和傳到的整數(shù)金額的數(shù)量同樣，是大概一樣的數(shù)量（很有可能相距一兩條）（怎么是大概數(shù)量呢？很有可能是python替你默認(rèn)設(shè)置產(chǎn)生的較為適宜的好多個(gè)等值線吧）。還有種方法就是傳到1個(gè)包括相對(duì)高度值的二維數(shù)組，那樣python便會(huì)畫出傳到相對(duì)高度值相對(duì)應(yīng)的等值線。

　　其余主要參數(shù)cmap,linewidths,linestyles等這里不多闡述了

　　plt.contour()圖片中的座標(biāo)

　　因?yàn)閯傞_始這兒很搞混，因而在這兒對(duì)座標(biāo)所代表的信息進(jìn)行1個(gè)表述。要解釋這種情況，最先能夠引進(jìn)現(xiàn)實(shí)問題，例如一條路，通常情況下從飛機(jī)或是非常高的地區(qū)觀查那座山得話能看見那座山如同圓同樣，假如抽象化成平面圖的話那就成為解開了（這里就是指較為整齊的山啊）。隨后事實(shí)上等值線也是從那樣非常高的地方想象中的，通過各種專用工具把同樣相對(duì)高度部位在這個(gè)平面內(nèi)標(biāo)明出去，同樣相對(duì)高度部位依據(jù)線連在一起就會(huì)形成等值線。

　　如果將剛講的圓放到平面坐標(biāo)中，那樣某一座標(biāo)(x,y)則表示所看到的那座山在平面圖角度來說所展現(xiàn)出的部位，如下圖所示：

　　左側(cè)假定是一條路，上邊的紅色的點(diǎn)在平面圖角度來看便成為平面坐標(biāo)里的一個(gè)部位，這時(shí)相對(duì)高度早就在等高線圖中體現(xiàn)不出來了，這也就是為什么等值線的圖片需用標(biāo)明相對(duì)高度值。

　　這兒融合立體圖來說也會(huì)更加形象化：將上邊的圓形等高線圖相對(duì)高度用三維模型呈現(xiàn)出來，應(yīng)用編碼為：

　　from matplotlib import pyplot as plt
　　from mpl_toolkits.mplot3d import Axes3D
　　import numpy as np
　　x=np.linspace(-3,3,50)
　　y=np.linspace(-3,3,50)
　　X,Y=np.meshgrid(x,y)
　　Z=X**2+Y**2
　　C=plt.contour(x,y,Z,[2,5,8,10])
　　plt.clabel(C,inline=True,fontsize=10)
　　fig=plt.figure()
　　fig=plt.figure(figsize=(10,10))
　　ax1=plt.axes(projection='3d')
　　ax1.scatter3D(X,Y,z,cmap='Blues')

　　圖上X,Y,Z都全部被變換為了能三維坐標(biāo)系里的座標(biāo)，形成了一種類似球型的部分高度圖。Z軸便是每一個(gè)點(diǎn)相對(duì)應(yīng)的相對(duì)高度值，這兒設(shè)想如果將一整張圖從頂部拋向到xy二維動(dòng)畫平面坐標(biāo)中，假如取逐漸某好多個(gè)固定不動(dòng)相對(duì)高度值（如2,5,8），那這好多個(gè)固定不動(dòng)相對(duì)高度值對(duì)應(yīng)的座標(biāo)在二維動(dòng)畫平面坐標(biāo)中連在一起得話就成為1條等值線。

　　在這里可以多看看好多個(gè)事例：

　　x=np.linspace(-3,3,50)
　　y=np.linspace(-3,3,50)
　　X,Y=np.meshgrid(x,y)
　　z=(np.exp(-X**2-Y**2)-np.exp(-(X-1)**2-(Y-1)**2))*2
　　fig=plt.figure()
　　fig=plt.figure(figsize=(10,10))
　　ax1=plt.axes(projection='3d')
　　ax1.scatter3D(X,Y,z,cmap='Blues')
　　效果：
　　其二維圖為：
　　叮！
　　不學(xué)不知道，學(xué)了才知道什么都不是想象的那么簡(jiǎn)單啊。
　　補(bǔ)充：plt.contour等高線繪制
　　import numpy as np
　　import matplotlib.pyplot as plt
　　def height(x,y):
　　return(1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
　　x=np.linspace(-3,3,300)
　　y=np.linspace(-3,3,300)
　　X,Y=np.meshgrid(x,y)
　　#為等高線填充顏色10表示按照高度分成10層
　　plt.contourf(X,Y,height(X,Y),10,alpha=0.75,cmap=plt.cm.hot)
　　C=plt.contour(X,Y,height(X,Y),10,colors='black')
　　#繪制等高線標(biāo)簽
　　plt.clabel(C,inline=True,fontsize=10)
　　#去掉坐標(biāo)軸刻度
　　#plt.xticks(())
　　#plt.yticks(())
　　plt.show()

　　#顯示圖片

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給各位讀者帶來一定的幫助。