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。