contourf参数 python_python画contour图

如何用python优雅的画出优雅的contour图

我们选择画一个双曲线的等contour图，其实contour图就是等高线图，那么我们以圆的图为例，即：

.

在开始之前，我们需要先对matplotlib.pyplot.contour的命令熟悉一下，点击这里查看官方文档，以及这里matplotlib.pyplot.contourf的命令。

contour([X, Y,] Z, [levels], **kwargs)
contourf([X, Y,] Z, [levels], **kwargs)

这里contour画的是等高线中的线，而contourf画的是登高线之间的区域，如下图：

X,Y都是二维数组，Z是和X,Y相同维数的二维数组。

首先定义一个要画图的方程：

def f(X,Y):
    return (X**2+Y**2)

这里x,y参量是一维数组，而X,Y经过网格化后就变成了二维数组，下面我们就要对其各种参数的演示：

import numpy as np
import matplotlib.pyplot as plt
# x轴的刻度向内
plt.rcParams['xtick.direction'] = 'in' 
# y轴刻度向内
plt.rcParams['ytick.direction'] = 'in' 

# x轴和y轴的步长
stepx = 0.01; stepy = 0.01 

# x轴和y轴的变化范围
x = np.arange(-10,10,stepx); y = np.arange(-10,10,stepy) 

#对x,y网格化，得到X,Y
X,Y = np.meshgrid(x,y) 

# 定义方程
def f(X,Y):           
    return(np.sqrt(X**2+Y**2))

# 等高线
Z = f(X, Y)
fig, ax = plt.subplots(figsize=(8,8),dpi=100)
# 画contour图
CS = ax.contourf(X, Y, Z)
# 画轮廓线
CS = ax.contour(X, Y, Z)

ax.set_xlabel('$x$'); ax.set_ylabel('$y$')
#设置x,y轴刻度
plt.xticks(np.arange(-10,11,2))
plt.yticks(np.arange(-10,11,2))
# 避免图片显示不完全
plt.tight_layout()
plt.show()

演示图片：

图片中的等高线是系统生成的，我们往往并不想要这样的，我们只想要两个或者三个等高线，那么可以用这个命令：

# 画contour图
CS = ax.contourf(X, Y, Z, 2)
# 画轮廓线
CS = ax.contour(X, Y, Z, 2)

演示如下：

需要说明一下， contourf(X, Y, Z, n)这里的n代表要画n+1个等高，2个也就是三个登高。

但是我们往往需要将等高线固定在某个值上，并显示出等高线的值，以及指定颜色，那么可以这样：

# 画contour图
CS = ax.contourf(X, Y, Z, [4,8],colors=['blue','lightsteelblue','white'])
# 画轮廓线
CS = ax.contour(X, Y, Z, [4,8],colors=['blue','lightsteelblue','white'])
plt.clabel(CS,fontsize=10,colors=['red','red','white'])

图片显示如下：

我们在这里注意一下，系统默认画的是等高线为4和等高线为8中间的一部分，有时候我们并不需要，我们需要递减，那么需要增加一个参数：

# 画contour图
CS = ax.contourf(X, Y, Z, [4,8],colors=['blue','lightsteelblue','white'],extend='both')
# 画轮廓线
CS = ax.contour(X, Y, Z, [4,8],colors=['blue','lightsteelblue','white'],extend='both')
plt.clabel(CS,fontsize=10,colors=['red','red','white'])

图片显示如下：

如有错误，欢迎指正！