matplotlib 中 contourf和contour

哎呀，真的，这些函数看博客有些不靠谱……

别看其他的了，就看我这个就行了……

吐槽一下这个和这个

以后只看官方文档就好了……

官方文档：https://matplotlib.org/3.1.0/api/_as_gen/matplotlib.pyplot.contourf.html

正如其所言，contourf本质上是画等势图，那么它总是要确定整个等势图的取值。

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

level是分几层，这个没什么好说的。

关于X、Y、Z这几个个参数：

显然这里说了两种给参数的方式。

一种是X和Y都是长度分别为N和M的一维的list（只要array like就可以了），Z是N*M的二维list就可以。

这种给法，就确定了整个平面的整个取值：

X（通过list中最大值最小值）确定纵坐标长度、Y（通过list中最大值最小值）确定横坐标长度，Z在（Xi，Yi）指定点上有指定的值Zi。

例子：

import matplotlib.pyplot as plt
if __name__=='__main__':x0=[1,3,2,4,5,6]x1=[2,3,4,5,1,6]y=[[1,1,1,1,1,1],[1,1,1,1,1,1],[1,1,1,1,1,1],[2,2,2,2,2,2],[2,2,2,2,2,2],[2,2,2,2,2,2],]plt.contourf(x0, x1, y, cmap=plt.cm.Spectral, alpha=0.8)plt.show()

这种情况，实际上我们可以连X0，X1都不用给，因为你的y实际上已经确定出了一个等势图。

如果我们把x0，x1去掉，你会得到：

有时间，可以把y改成：

y=[[1,1,1,1,1,1],[1,1,2,2,1,1],[1,2,3,3,2,1],[1,2,3,3,2,1],[1,2,2,2,1,1],[1,1,1,1,1,1],]

结果你也能够看得出来，是一个小山峰，他会根据你网格的长宽中的取值自动给你配0-M和0-N。

第二种给法是通过meshgrid这个函数转换。

meshgrid就和她名字一样，叫融合网格（别嘲笑我翻译），把他们那些一维的array-like的东西做成网格。

我们换个元组，x0=[1,2,3]，x1=[5,6,7]。

它到底是怎么“融合”的呢？

给个图你填空：

这图左边竖着的列是x0、上面横着的一行是x1，他们这样摆，能两人能组成一套坐标矩阵，

每个括号左边写x0对应的值，右边写x1对应的值。

写完之后应该是：

(1,5) (1,6) (1,7)

(2,5) (2,6) (2,7)

(3,5) (3,6) (3,7)

换个新的y：

y = [[1, 1, 1 ],[1, 1, 2 ],[1, 2, 3 ],]

分别把y的每个元素和上面我打字出来的相应位置数对矩阵对应，这个意思。

meshgrid的返回值：

把每个数对左边的值取出来组成一个矩阵，然后把右边的取出来组成一个矩阵，这就是meshgrid分别返回的两个返回值。

再具体一点，(你可以拿笔纸自己写啊~~码字好累……)

第一个和第二个返回值是:

            1  1  1                                      5  6  7第一个：     2  2  2                              第二个： 5  6  73  3  3                                       5  6  7

那么干嘛要搞这个嘛！

实际上，在第一种给法里，y矩阵的各个值是有位置的，每一个y值都对应一个数对(A,B)。第一种给法函数默认认定y的元素的位置是是顺序的，相当于x0=[0,1,2]，x1=[0,1,2]。

默认的话:

(2,0) (2,1) (2,2)

(1,0) (1,1) (1,2)

(0,0) (0,1) (0,2)

meshgrid可以不用默认这个方法，改变y矩阵的元素对应的数对。

一个和第一个例子等价的，用meshgrid的例子：

if __name__=='__main__':x0,x1=np.meshgrid([1,2,3,4,5,6],[1,2,3,4,5,6])y = [[1, 1, 1, 1, 1, 1],[1, 1, 2, 2, 1, 1],[1, 2, 3, 3, 2, 1],[1, 2, 3, 3, 2, 1],[1, 2, 2, 2, 1, 1],[1, 1, 1, 1, 1, 1],]plt.contourf(x0,x1, y, cmap=plt.cm.Spectral, alpha=0.8)plt.show()

matplotlib 中 contourf和contour相关推荐

Matplotlib 中等高线图(contour)的绘制
Matplotlib 中等高线图(contour)的绘制今天学习了matplotlib中的高线图的绘制,下面分享一下Matplotlib 中等高线图(contour)的绘制的步骤: 数据初始化 # ...
matlab contourf设置范围,matplotlib.countourf与matlab.contourf()的区别-matplotlib中的奇数锐边...
我是最近从Matlab迁移到Python的人,最近与Numpy和Matplotlib合作过.我使用matplotlib对应的courtoff函数将我的一个脚本从使用Matlab的courtoff函数的 ...
python matplotlib绘制等高线,plt.contour(),ax3.contour()和plt.contourf(),ax3.contour(), 同名函数
引用文章 https://blog.csdn.net/lanchunhui/article/details/70495353 首先这是由不同对象调用的函数,ax3指3D Figure对象即<cl ...
python自定义函数画图_python matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条...
自定义colorbar(draw colorbar without any mapple/plot) 参考:Customized Colorbars Tutorial api example code ...
matplotlib中绘图常用函数
matplotlib中常用函数散点图柱状图等高线 matplotlib绘制3D图子图像动态图常见设置一.设置坐标轴 # x轴和y轴的值域 plt.xlim((-1,2)) plt.yli ...
python matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条
文章目录自定义colorbar(draw colorbar without any mapple/plot) contourf函数为所有子图添加一个色带推荐色带与自定义色带 PS: 传送门--自 ...
matplotlib.pyplot contourf()函数的使用
matplotlib.pyplot contourf coutour([X, Y,] Z,[levels], **kwargs) 是来绘制等高线的,contour和contourf都是画三维等高线图 ...
matplotlib中文文档_python绘图库——Matplotlib及Seaborn使用（入门篇1）
在数据分析过程中,数据及模型可视化是无可避免的,同时这也是展示我们数据分析成果的最佳方式.因此,熟悉掌握绘图库的使用,对精进我们的数据分析技能起着不可替代的作用. 今天,我们就来了解一下python强 ...
Python 绘图问题：Matplotlib中plt.rcParams[]使用方法 rcsetup.py matplotlibrc
文章目录 from `__init__.py` from matplotlibrc from rcsetup.py from __init__.py # this is the instance us ...

matplotlib 中 contourf和contour

matplotlib 中 contourf和contour相关推荐

最新文章

热门文章