等高线图是一种在二维平面上表示三维表象的方法。在Y轴上绘制两个解释器X和Y，利用等高线绘制一个变量Z。有时，这些等高线被称为等反应值。
等高线图对于观察Z的值如何随着X和Y这两个变量的输入而波动是非常有用的。这些变量经常被约束在一个系统的网格中，称为Meshgrid。Np.meshgrid从一个X变量值的数组和一个Y变量值的数组中生成一个长方形网格。等高线图是通过使用Matplotlib创建的。
土木工程允许我们在等高线图中查看建筑物的地形。在机械工程中，等高线图可以展示一个零件的整个表面的应力梯度。让我们讨论一下Python中用于绘制等高线图的不同方法。
通过使用 contour() 函数绘制等高线图
要通过使用Matplotlib.py plot创建等高线图，我们需要利用ax.contour()函数。这个方法包含三个参数。前两个参数x和y是点x和y的二维数组，第三个参数Z是决定轮廓高度的二维数组，由二维绘图的颜色表示。
为了执行Python代码，首先，我们安装spyder5。新文件的名字是 "temp44.py"。
这个例子包含NumPy方法np.meshgrid()，它从一个一维数组生成一个二维数组。
ax.contourf()函数与ax.contour()相关，排除了ax.contourf()方法创建一个 "填充 "的等高线图。作为方法ax.contour()创建的图中线条的替代。
等高线图包含色条
颜色表示二维二维图上的第三个量级（如 "高度"），所以适合对每种颜色的含义进行标度。色标通常显示在图的旁边。
色条是通过使用fig.colorbar()函数补充到等高线图matplotlib中的。色条不是该等高线图的一个片段，所以色条应该是对象的功能（经常被命名为fig）。
我们需要将等高线图传递给fig.colorbar()函数。因此，在向任何图添加色条时，图的对象必须是存在的。该图的对象是使用函数ax.contourf()的结果。ax.contourf()函数的结果没有被分配给任何变量。然而，为了在任何等高线图中插入一个色条，我们需要将该图的对象保存到任何变量中，这样我们就可以将该图的对象分配给函数fig.colorbar()。
在这段代码中，"cf "是一个由函数ax.contourf()生成的绘图对象。包含等高线图的那个对象的轴由ax传递给另一个函数fig.colorbar()，同时传递的还有情节对象'cf'。这里我们利用ax.contourf(X, Y, Z)函数。其中X参数和Y参数是点x和y的二维数组，Z参数是一个二维数组，定义了绘图区域的颜色。
在输出中，我们得到了阴影的等高线图。阴影区域是由函数ax.contourf（）生成的。
三维函数的可视化
我们通过使用f (x, y)方法开始表示等高线图。我们对函数'f'做了精确的选择。首先，我们导入matplotlib.pyplot作为一个绘图。然后，我们通过传递参数'seaborn white'颜色来决定绘图风格。我们将NumPy导入为np。在这之后，我们定义函数'f'。等高线图是通过使用plot.contour方法创建的。这需要三个参数：一个x值网格，一个y值网格，和一个z值网格。x和y的值显示了图上的位置，z的值由等高线表示。也许制作这种图形最简单的方法是利用np.meshgrid方法。这个函数从一个一维数组创建一个二维网格。
我们将参数color='red'传递给函数plot.contour()，这样得到的图形就含有红色的线条。
当我们使用单一颜色时，默认情况下，负数用虚线表示，实线表示正值。
等高线图的颜色图谱
我们可以改变matplotlib等值线的默认颜色方案，占据等值线图。改变颜色方案的一个常用方法是调用plot.get_cmap()方法，该方法会产生一个Colormap东西。现有的各种颜色图谱都是为了给图谱画出轮廓。colormap东西作为关键字参数传递给ax.contourf()函数或ax.contour()函数。
在本节代码中，我们将创建两个完整的等高线图。这些等高线图有不同颜色的地图。
结论
我们通过使用等高线或彩色编码的区域在二维中表示三维数据。Matplotlib的一些方法被用来绘制等高线图。Matplotlib的API包括Contourf()和Contour()方法，它们被用来设计等高线或完整的等高线。
