使用matplotlib.pyplot.contourf()函数高线图绘制

1、contour：轮廓，等高线。

• 为等高线上注明等高线的含义：

cs = plt.contour(x, y, z)
plt.clabel(cs, inline=1, fontsize=10)

2、plt.contourf 与 plt.contour 区别：

• f：filled，也即对等高线间的填充区域进行填充（使用不同的颜色）；
• contourf：将不会再绘制等高线（显然不同的颜色分界就表示等高线本身）

3、区别总结：

    contour和contourf都是画三维等高线图的，不同点在于contour() 是绘制轮廓线，contourf()会填充轮廓。除非另有说明，否则两个版本的函数是相同的。

4、等高线绘制的步骤

    等高线图是在地理课中讲述山峰山谷时绘制的图形，在机器学习中也会被用在绘制梯度下降算法的图形中，等高线的图有三个信息：x,y以及x,y所对应的高度值。

    这个高度值的计算我们用一个函数来表述：

计算x,y坐标对应的高度值
def f(x, y):
 return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)

    通过上面的函数我们可以得到一个高度值，这个高度值也可以由学习器对测试数据预测而得。要画出等高线，核心函数是plt.contourf()，但在这个函数中输入的参数是x,y对应的网格数据以及此网格对应的高度值，因此还需要调用np.meshgrid(x,y)把x,y值转换成网格数据才行， 这样完整的代码如下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
# 计算x,y坐标对应的高度值
def f(x, y):
 return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
 
# 生成x,y的数据
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)

#首先准备三维函数及待投影平面的网格坐标
# 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值
X, Y = np.meshgrid(x, y)
 
# 填充等高线
plt.contourf(X, Y, f(X, Y))
# 显示图表
plt.show()

输出结果：

    
    
    
参考资料1
参考资料2
参考资料3