Python+matplotlib實現繪制等高線圖示例詳解
前言
我們在往期對matplotlib.pyplot()方法學習,到現在我們已經會繪制折線圖、柱狀圖、散點等常規的圖表啦(往期的內容如下,大傢可以方便查看往期內容)
Python matplotlib底層原理解析
Python利用 matplotlib 繪制直方圖
Python用 matplotlib 繪制柱狀圖
python 用matplotlib繪制折線圖詳情
在matplotlib.pyplot 中除瞭可以繪制常規圖表如折線、柱狀、散點等,還可以繪制常用在地理上的平面展示地型的等高線圖
本期,我們將詳細學習matplotlib 繪制等高線圖相關屬性的學習,let’s go~
1. 等高線圖概述
什麼是等高線圖?
- 等高線圖又稱為水平圖,通過2D形式展示3D圖像的圖表
- 等高線圖又稱為等高地線圖,將地表高度相同的點連成一個環線展示到平面曲線上
- 等高線圖又稱為Z切片圖,因變量Z與自變量X,Y變化而變化
- 等高線圖可以分為首曲線、計曲線、間曲線與助曲線
等高線圖常用場景
- 等高線圖常用在展示某地地形情況
- 等高線圖也可以計算當地山地高低情況
- 等高線圖常用於地質、地理勘察繪制而成
- 等高線圖也可以用於繪制圓形、橢圓形等數學公式展示
繪制等高線圖步驟
- 導入matplotlib.pyplot模塊
- 準備數據,可以使用numpy/pandas整理數據
- 調用pyplot.contour()或者pyplot.contourf()繪制等高線
案例展示
等高線圖繪制需要借助很多高中所學的三角函數、指數函數等公式,我們本期案例使用等高線方法匯總圓
案例數據準備
np.arrage()準備一系列連續的數據
np.meshgrid()將數據轉換成矩陣
import numpy as np # 定義一組連續的數據 x_value = np.arange(-5,5,0.1) y_value = np.arange(-5,5,0.1) # 轉換成矩陣數據 x,y = np.meshgrid(x_value,y_value)
繪制等高線
import matplotlib.pyplot as plt plt.contour(x,y,z) plt.title("Display Contour") plt.xlabel("x(m)") plt.ylabel("y(m)") plt.show() plt.show()
2. 等高線圖屬性
設置等高線顏色
關鍵字:colors
取值范圍:
- 表示顏色的英文單詞:如紅色”red”
- 表示顏色單詞的簡稱如:紅色”r”,黃色”y”
- RGB格式:十六進制格式如”#88c999″;(r,g,b)元組形式
- 也可以傳入顏色列表
設置等高線透明度
關鍵字:alpha
默認為1
取值范圍為:0~1
設置等高線顏色級別
關鍵字:cmap
colors和cmap兩個關鍵字不能同時提供
取值為:註冊的顏色表明
- 形式如:”顏色表_r”
- 常用的有:’Accent’, ‘Accent_r’, ‘Blues’, ‘Blues_r’, ‘BrBG’, ‘BrBG_r’, ‘BuGn’, ‘BuGn_r’, ‘BuPu’, ‘BuPu_r’, ‘CMRmap’, ‘CMRmap_r’, ‘Dark2’, ‘Dark2_r’, ‘GnBu’, ‘GnBu_r’, ‘Greens’
設置等高線寬度
關鍵字:linewidths
默認為等高線寬度為1.5
取值可以float類型或者列表
設置等高線樣式
關鍵字:linestyles
默認值為:solid
取值可選:{None, ‘solid’, ‘dashed’, ‘dashdot’, ‘dotted’}
linestyles為None且線條為單色時,負輪廓的線條會設置成dashed
我們對上一節的等高線圖添加一些屬性
線條為紅色,線條寬度逐漸增大,線條樣式為dashed,透明度設置為0.5
```python plt.contour(x,y,z,colors="r", linestyles="dashed", linewidths=np.arange(0.5,4,0.5),alpha=0.5) ```
傳入colors列表
plt.contour(x,y,z, colors=('r','green','blue',(1,1,0),"#afeeee","0.5"), linewidths=np.arange(0.5,4,0.5))
為等高線圖,設置cmap為紅色系
z = np.exp(-x**2-y**2) z1 = np.exp(-(x-1)**2-(y-1)**2) Z = (z-z1)*2 plt.contour(x,y,Z, cmap='afmhot_r', linewidths=np.arange(0.5,4,0.5))
3. 顯示輪廓標簽
我們查看等高線圖時,輪廓標簽會輔助我們更好的查看圖表。添加輪廓標簽,我們需要借助clabe
- pyplot.contour()繪制等高線方法,會返回QuadContourset
- QuadContourset 包含level列表數據
- 使用pyplot.clabel()接受level列表數據標註在等高線上
x_value = np.arange(-3,3,0.025) y_value = np.arange(-3,3,0.025) x,y = np.meshgrid(x_value,y_value) z = (1-x**2+y**5)*np.exp(-x**2-y**2) cs = plt.contour(x,y,z,cmap="Blues_r",linewidths=np.arange(0.5,4,0.5)) plt.clabel(cs,fontsize=9,inline=True)
4. 填充顏色
通常在等高線圖中,不同區域填充不一樣的顏色,幫助我們查看圖表時更好地理解
使用pyplot.contourf()對比同區域輪廓進行填充顏色
z = (1-x**2+y**5)*np.exp(-x**2-y**2) cs = plt.contour(x,y,z,10,colors="b",linewidths=0.5) plt.clabel(cs,fontsize=12,inline=True) plt.contourf(x,y,z,10,cmap="Blues_r",alpha=0.75)
5. 添加顏色條說明
我們可以借助pyplot.colorbar()方法來添加顏色條說明
z = (x**2+y**5)*np.exp(-x**2-y**2) z1 = np.exp(-(x-1)**2-(y-1)**2) Z = (z-z1)*2 cs = plt.contour(x,y,Z,10,colors="black",linewidths=0.5) plt.clabel(cs,fontsize=12,inline=True) plt.contourf(x,y,Z,10,cmap="afmhot_r",alpha=0.5) plt.colorbar(shrink=0.8)
總結
本期對matplotlib.pyplot 繪制等高線方法contour和contourf相關屬性的學習。在繪制等高線圖時,我們需要對三角函數、指數函數、正餘弦函數等知識有一點瞭解,才能繪制出想要的圖表
以上就是Python+matplotlib實現繪制等高線圖示例詳解的詳細內容,更多關於Python matplotlib 繪制等高線圖的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- 如何利用python繪制等高線圖
- 基於python,Matplotlib繪制函數的等高線與三維圖像
- Python的Matplotlib庫圖像復現學習
- 如何利用Python和matplotlib更改縱橫坐標刻度顏色
- python數據可視化plt庫實例詳解