Python快速实现XYZ等高线图的代码

数据源：excel表中的列数据，X、Y、Z

目的：快速实现带等位线的等高线图

结果图：

直接代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
from matplotlib.colors import ListedColormap

# 第一步：从Excel文件中加载数据
file_path = 'C:/Users/PC/Desktop/TestData.xlsx'  # 这是你上传的文件路径
df = pd.read_excel(file_path)

# 第二步：提取X、Y和Eff数据（根据自己需求灵活添加）
x = df['X']  # 提取X轴数据
y = df['Y']  # 提取Y轴数据
eff = df['Eff']  # 提取Eff值

# 第三步：创建网格并对Eff数据进行插值
xi = np.linspace(x.min(), x.max(), 100)  # 创建X轴的网格，间距100
yi = np.linspace(y.min(), y.max(), 100)  # 创建Y轴的网格，间距100
xi, yi = np.meshgrid(xi, yi)  # 生成网格点阵，为后续的插值计算做准备

# 使用插值方法将Eff值映射到网格上，这个二维数组可以直接用于绘制等高线图、热图或三维表面图
zi = griddata((x, y), eff, (xi, yi), method='cubic')  # cubic为三次插值（更平滑，计算量较大）

# 将插值后的zi数据限制在实际Eff数据的最小值和最大值之间
zi = np.clip(zi, eff.min(), eff.max())

# 第四步：设置颜色映射和等高线级别
cmap_zdy = plt.cm.jet  # 使用蓝色到红色的jet颜色映射 viridis：深蓝到黄绿色 plasma：深紫到黄色 coolwarm：冷色到暖色
# 定义等高线级别：从0.65到0.90使用0.05间隔，0.90到0.95使用0.01间隔
levels_zdy = np.concatenate([np.arange(0.65, 0.9, 0.05), np.arange(0.9, 0.96, 0.01)])

# 第五步：绘制等高线图
plt.figure(figsize=(14, 10))  # 设置图表大小

# 使用自定义的颜色映射绘制填充图
contour_plot = plt.contourf(xi, yi, zi, levels=np.linspace(0, 0.95, 100), cmap=cmap_zdy)

# 添加黑色的等高线，但仅在0.65以上的范围
contours = plt.contour(xi, yi, zi, levels=levels_zdy, colors='black', linewidths=0.5)

# 为等高线自动添加标签，减少标签密度
# plt.clabel(contours, fmt='%1.2f', inline=True, fontsize=10, inline_spacing=5)

# 通过manual参数在明显空挡的地方手动放置标签
plt.clabel(contours, fmt='%1.2f', inline=True, fontsize=9, manual=True)

# 设置轴标签和图表标题
plt.xlabel('X')
plt.ylabel('Y')
plt.title('XY-EFF 2D Contour Plot')

# 添加颜色条并设置图例(如EFF)，颜色条从0到1
cbar = plt.colorbar(contour_plot, ticks=np.arange(0, 1, 0.05))
cbar.set_label('EFF', rotation=270, labelpad=20)

# 第六步：保存最终生成的等高线图
output_path = 'C:/Users/PC/Desktop/XY_EFF_2DAdjusted-1.png'
plt.savefig(output_path)
plt.show()