Python+matplotlib實現繪制等高線圖示例詳解

Posted on by

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

  1. 導入matplotlib.pyplot模塊
  2. 準備數據，可以使用numpy/pandas整理數據
  3. 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：