python使用matplotlib绘制二维温度云图/湿度云图

原文是python绘制二维云图 - 知乎 (zhihu.com)，我做了一些调整，又加了例程。

我想实现的场景是，100个温度传感器分布在100*100的空间中，他们分别检测出温度/湿度，绘制图片。效果如下：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from scipy import interpolate

def plot_contour(Coordx, Coordy, Strain, minX, maxX, minY, maxY, figName):

    #生成这篇区域的所有像素点。我对100*100的空间，设置了1000个点，实测够用
    X = np.linspace(minX, maxX, 1000)
    Y = np.linspace(minY, maxY, 1000)
    X1, Y1 = np.meshgrid(X, Y)
    # 这句是核心，通过griddata函数插值得到所有的(X1, Y1)处对应的温度值
    Z = interpolate.griddata((Coordx, Coordy), Strain, (X1, Y1), method='cubic')

    fig, ax = plt.subplots(figsize=(12, 8))

    levels = range(0, 50, 1)
    cset1 = ax.contourf(X1, Y1, Z, levels, cmap=cm.jet)

    ax.set_title(figName, size=20)
    ax.set_xlim(minX, maxX)
    ax.set_ylim(minY, maxY)
    ax.set_xlabel("X(mm)", size=15)
    ax.set_ylabel("Y(mm)", size=15)

    cbar = fig.colorbar(cset1)
    cbar.set_label('strain(με)', size=18)
    cbar.set_ticks([0, 10, 20, 30, 40, 50])

    fig.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)  # 调整子图布局
    fig.savefig(figName + ".png", bbox_inches='tight', dpi=150, pad_inches=0.1)
    plt.show()

x_coords = np.random.randint(0, 100, size=200)#x坐标
y_coords = np.random.randint(0, 100, size=200)#y坐标
temperatures = np.random.randint(20, 35, size=200)#该点的温度
plot_contour(x_coords, y_coords, temperatures, 0, 100, 0, 100, "Temperature Cloud Map")