Matplotlib等高线图--完整的参考资料

在这篇文章中，我们将学习如何在Python中使用contour函数和Matpotlib创建等高线图。我们将研究不同类型的绘图函数和通过它们创建的不同类型的图。我们还将看一下代码，同时详细解释如何与之配合。

什么是等高线图？

空心等高线图

等高线是三维表面的二维表示，有曲线和接点。它是通过使用一个等高线函数（Z）来绘制的，该函数是两个变量（X，Y）的函数。

为了处理等高线图，我们需要两个库 - Matplotlib和NumPy。让我们来安装它们。

Matplotlib是一个基于Python的绘图库，用于创建图表和绘图。要安装Matplotlib，请输入以下命令。

pip install matplotlib

我们将需要另一个库--Python Numpy来创建我们的等高线图。要安装它，请键入以下命令。

pip install numpy

创建一个等高线图

有了基本的要求，让我们马上开始绘制我们的等高线图。

导入重要的库。

import matplotlib.pyplot as plt
import numpy as nump

初始化X、Y变量

在下面的代码中，变量X和Y被初始化为绘图的3维坐标。

element_ofx = nump.arange(0, 25, 4)
element_ofy = nump.arange(0, 26, 4)

用这两个变量创建等高线函数Z

[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)

fig, holowplt= plt.subplots(1, 1)

grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)

绘制等高线图

holowplt.contour(grid_ofX, grid_ofY, grid_ofZ)

holowplt.set_title('Contour Plot')
holowplt.set_xlabel('features of x-axis')
holowplt.set_ylabel('features of y-axis')

plt.show()

下面的代码演示了如何创建简单、空洞的matplotlib等高线图。

import matplotlib.pyplot as plt
import numpy as nump

element_ofx = nump.arange(0, 25, 4)
element_ofy = nump.arange(0, 26, 4)

# This numpy function creates 2-dimensional grid
[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)

# plots 2 graphs in one chart
fig, holowplt = plt.subplots(1, 1)

# Mathematical function for contour
grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)

# plots contour lines
holowplt.contour(grid_ofX, grid_ofY, grid_ofZ)

holowplt.set_title('Contour Plot')
holowplt.set_xlabel('features of x-axis')
holowplt.set_ylabel('features of y-axis')

plt.show()

输出:

空心等高线图

填充的等高线图

在这个例子中，我们将创建填充等高线图，而不是空心的。为了创建填充图，我们将使用'contourf'函数。整个程序与前面的例子非常相似，但有一些轻微的变化。

绘制等高线图

fillplot.contourf(grid_ofX, grid_ofY, grid_ofZ)

fillplot.set_title('Contour Plot')
fillplot.set_xlabel('features of x-axis')
fillplot.set_ylabel('features of y-axis')

让我们看一下整个代码，以便更好地理解。

import matplotlib.pyplot as plt
import numpy as nump

element_ofx = nump.arange(0, 25, 4)
element_ofy = nump.arange(0, 26, 4)

# This numpy function creates 2-dimensional grid
[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)

# plots 2 graphs in one chart
fig, fillplot = plt.subplots(1, 1)

# Mathematical function for contour
grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)

# plots contour lines
fillplot.contourf(grid_ofX, grid_ofY, grid_ofZ)

fillplot.set_title('Contour Plot')
fillplot.set_xlabel('features of x-axis')
fillplot.set_ylabel('features of y-axis')

plt.show()

输出:

填充的等高线图

使用基于状态的接口绘制等高线图

Matplotlib子模块允许我们用不同的接口来绘制等高线。在这一节中，我们将研究matplotlib的模式，以类似于MATLAB界面的方式绘制轮廓。

让我们通过代码来了解如何使用这个子模块来绘制轮廓线。

导入库

在这个特殊的例子中，我们将主要使用两个库，与之前的例子类似--Matplotlib和Numpy。

import numpy as np
import matplotlib.pyplot as plt

变量的初始化

delta = 0.18
element_ofx = np.arange(1.8, 2.8, delta)
element_ofy = np.arange(1.5, 3.6, delta)
grid_ofX, grid_ofY = np.meshgrid(element_ofx, element_ofy)
grid_ofZ = (np.exp(grid_ofX + grid_ofY))

让我们看一下完整的代码，以便更好地理解。

# Importing libraries
import numpy as np
import matplotlib.pyplot as plt

# variable initialisation
delta = 0.18
element_ofx = np.arange(1.8, 2.8, delta)
element_ofy = np.arange(1.5, 3.6, delta)
grid_ofX, grid_ofY = np.meshgrid(element_ofx, element_ofy)
grid_ofZ = (np.exp(grid_ofX + grid_ofY))

# Contour plotting
plot = plt.contour(grid_ofX, grid_ofY, grid_ofZ)

grid_format = {}
numscale = ['1', '2', '3', '4', '5', '6', '7']
for lvls, s in zip(plot.levels, numscale):
	grid_format[lvls] = s
plt.clabel(plot, plot.levels, inline = True,
		fmt = grid_format, fontsize = 10)

plt.title('Contour in Matlab interface')
plt.show()

MATLAB界面中的等高线图

总结

这篇文章为你学习Matplotlib打下了良好的基础。所有的主题和概念都是以一种易于理解的方法提出的，因此读者可以很容易地抓住所有的基础知识。对整篇文章的良好概述将帮助你轻松地进一步冒险学习更高级的Matplotlib概念。