python matplotlib contour画等高线图

函数画图

以z=x2+y2z=x2+y2z=x2+y2z=x2+y2z=x2+y2 z=x^2+y^2z=x2+y2z=x2+y2z=x2+y2z=x2+y2为例

#导入模块
import numpy as np
import matplotlib.pyplot as plt#建立步长为0.01，即每隔0.01取一个点
step = 0.01
x = np.arange(-10,10,step)
y = np.arange(-10,10,step)
#也可以用x = np.linspace(-10,10,100)表示从-10到10，分100份#将原始数据变成网格数据形式
X,Y = np.meshgrid(x,y)
#写入函数，z是大写
Z = X**2+Y**2
#设置打开画布大小,长10，宽6
#plt.figure(figsize=(10,6))
#填充颜色，f即filled
plt.contourf(X,Y,Z)
#画等高线
plt.contour(X,Y,Z)
plt.show()

结果如下

颜色越深表示值越小，中间的黑色表示z=0.
当然，也可以不要颜色填充，并只希望输出z=20和z=40两条线，则在上面代码的基础上，将plt.contourf去掉，并：

#只画z=20和40的线，并将颜色设置为黑色
contour = plt.contour(X,Y,Z,[20,40],colors='k')
#等高线上标明z（即高度）的值，字体大小是10，颜色分别是黑色和红色
plt.clabel(contour,fontsize=10,colors=('k','r'))

结果如下：

默认是保留3个小数，可以如下保留四位

plt.clabel(contour,fontsize=10,colors=('k','r'),fmt='%.4f')

以下，我将一些常用的功能补充全代码，如下：

#导入模块
import numpy as np
import matplotlib.pyplot as plt#建立步长为0.01，即每隔0.01取一个点
step = 0.01
x = np.arange(-10,10,step)
y = np.arange(-10,10,step)
#也可以用x = np.linspace(-10,10,100)表示从-10到10，分100份#将原始数据变成网格数据形式
X,Y = np.meshgrid(x,y)
#写入函数，z是大写，这里我让中间的0是最大，加了一个负号
Z = -(X**2+Y**2)
#填充颜色，f即filled,6表示将三色分成三层，cmap那儿是放置颜色格式，hot表示热温图（红黄渐变）
#更多颜色图参考：https://blog.csdn.net/mr_cat123/article/details/80709099
#颜色集，6层颜色，默认的情况不用写颜色层数,
cset = plt.contourf(X,Y,Z,6,cmap=plt.cm.hot)
#or cmap='hot'#画出8条线，并将颜色设置为黑色
contour = plt.contour(X,Y,Z,8,colors='k')
#等高线上标明z（即高度）的值，字体大小是10，颜色分别是黑色和红色
plt.clabel(contour,fontsize=10,colors='k')
#去掉坐标轴刻度
#plt.xticks(())
#plt.yticks(())
#设置颜色条，（显示在图片右边）
plt.colorbar(cset)
#显示
plt.show()

颜色取反

上面展示的是值越大越白，如果想要让红色在内，则只要在颜色名称后加_r即可。其他颜色映射也是如此

cmap='hor_r'

数据画图

如果是已经有第三维（即高）的数据，那么可以通过数据来画图
这里先对mesh.grid作一个解释：
mesh.grid可以将x,y轴变成数组（array），比如

可以看到建立了一个二维平面，详细见：meshgrid应用

比如有：

z = x**2 + y

而z是已经获得的数据，那么如何通过数据将z看成高呢？

import numpy as np
import matplotlib.pyplot as pltz_list = []
for y in range(3):for x in range(3):z = x**2+yz_list.append(z)    #获得z的数据
z = z_list
x = np.linspace(0,2,3)
y = np.linspace(0,2,3)
[X,Y] = np.meshgrid(x,y)   #生成X,Y画布，X,Y都是3*3
#因为z是一维，所以要变成3*3
z = np.mat(z)
z = np.array(z)
z.shape = (3,3)
#画图（建议一定要查看X,Y,z是不是一一对应了）
plt.figure(figsize=(10,6))
plt.contourf(x,y,z)
plt.contour(x,y,z)

这里输出X,Y和z如下，已经一一对应。
当x=0,y=0,则z=0
当x=0,y=1,则z=1
当x=0,y=2,则z=2
…
…
注意:我上面是用的先for y in xxx,再for x in xxx。

另外，也可以输出x,和y统一操作而不需要再写，也不需要用meshgrid函数

x = np.linspace(xxx)

如下：

import numpy as np
import matplotlib.pyplot as pltz_list = []
x_list = []
y_list = []
for x in range(3):for y in range(3):z = x**2+yz_list.append(z)x_list.append(x)y_list.append(y)
x,y,z = x_list,y_list,z_list
#对x操作
x = np.array(x)  #将list变成array
x.shape = (3,3)  #重新分成3*3的array
x = np.mat(x).T  #变成矩阵并转置，因为array没有转置
#对y操作
y = np.array(y)
y.shape = (3,3)
y = np.mat(y).T
#对z操作
z = np.array(z)
z.shape = (3,3)
z = np.mat(z).T
#画图
plt.figure(figsize=(6,4))
plt.contourf(x,y,z)
plt.contour(x,y,z)

选择性画图

如果我只想画出等高线某些部分的线，比如想画高为0.00221，和0.00223的线，那么可以使用下面命令

contour = plt.contour(X,Y,Z,[0.00221,0.00223],colors='k')

———————————————————我是会卖萌的分割线————————————————————
以下是我的笔记，大家可以选择不看。

例一

已知x+y+z=163,f=f(x,y,z)找出x,y,z对于的值使得f最大
分析：由x+y+z=163可知是有一条线分开，即z=163-x-y,带入f中消掉z，然后再用一个个赋值x,y循环得到f的值，最后采用max挑出f最大的值
由于这里是有四个变量，x,y,z,和f,而x+y+z=163,需要做的是画出横坐标为x,纵坐标为y，高为f的等高线图，跟上面的例子已经不同，上面的例子只有三个变量，x,y,和z，画出x为横坐标，y为纵坐标，z为高的图，所以两者是不同的。不同导致的区别如：
上面的例子得到的x是：

[0, 0, 0, 1, 1, 1, 2, 2, 2]

而下面将讲的得到的x类似是

[0,0,0,1,1,2]

所以需要将缺省的一个1和两个2的位置补上0,同理y和f也是
这里为了快速和简单，只要补充f（下面用z代替了）即可，而x,y可以重新用range生成
注意：这里的z跟代码中的z不同，代码中的z是f的值

#导入模块
import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate
from matplotlib import colorsan = []
i = 0
tot = 163
z = np.loadtxt(r'/home/wudl/myfiles/LSPE/data/f90_140_220/FoM1.txt')#加载数据（只加载z坐标这一列）
#生成横纵坐标，并且将横纵坐标对应的点z的值放到空列表an中
for x in range(1,162,1):for y in range(1,162,1):if x+y >= 163:an.append(0)else:an.append(z[i])i += 1x = np.arange(1,tot-1,1)
y = np.arange(1,tot-1,1)X,Y = np.meshgrid(x,y)
Z = np.mat(an)
Z.shape = (tot-2,tot-2)
Z = Z.T
#自定义颜色条
colorslist = ['w','gray','aqua']
#将颜色条命名为mylist，一共插值颜色条3000个
cmaps = colors.LinearSegmentedColormap.from_list('mylist',colorslist,N=3000)
#画40层颜色
cset = plt.contourf(X,Y,Z,40,cmap = cmaps)
#画200条线，设置字体大小为10
contour = plt.contour(X,Y,Z,200,colors='k')
plt.clabel(contour,fontsize=10,colors='k')
#坐标轴的字体采用LATEX
plt.xlabel('$n_{90}$',fontsize=20)
plt.ylabel('$n_{220}$',fontsize=20)
#显示颜色条
plt.colorbar(cset)
#显示图片
plt.show()

例二

from __future__ import division
import os
os.chdir('/media/sf_Share/fisher_matrix/myLSPE/LSPE4')  #ATTENTION:change work dir
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
import settings
from matplotlib import colorsst = settings.Settings()data = np.loadtxt(r'/media/sf_Share/fisher_matrix/myLSPE/data/fsky0.7/41+95+150/r_0.01/sigma_F_0.1/sigma_F=0.1/threefre.txt')#data = np.loadtxt(r'/media/sf_Share/fisher_matrix/myLSPE/data/threefre.txt')
z = data[:,3]   #sigma_r
zmin = min(z)
print(zmin)
an = []
i = 0
for x in range(1,st.tot_det-1,st.step):     #x_min=1,x_max=161for y in range(1,st.tot_det-1,st.step):if x+y >= st.tot_det:an.append(0)else:an.append(z[i])i += 1x = np.arange(1,st.tot_det-1,st.step)
y = np.arange(1,st.tot_det-1,st.step)
X,Y = np.meshgrid(x,y)
Z = np.mat(an)
Z.shape = (X.shape[0],X.shape[0])
Z = Z.Tcolorslist = ['w','gainsboro','gray','aqua']
#将颜色条命名为mylist，一共插值颜色条50个
cmaps = colors.LinearSegmentedColormap.from_list('mylist',colorslist,N=200)
#cmaps = mpl.cm.hot
#自定义颜色范围，
norm = colors.Normalize(vmin=0.0017,vmax=0.0040)
#cset = plt.contourf(X,Y,Z,100,cmap = 'BuGn')
cset = plt.contourf(X,Y,Z,100,alpha=1,vmin=0.0017,vmax=0.0040,cmap = 'hot_r')
contour = plt.contour(X,Y,Z,[0.00210,0.00220,0.00230,0.00240,0.00250,0.00260,0.00270,0.00280],colors='k')
plt.clabel(contour,fontsize=10,colors='k',fmt='%.5f')
plt.scatter(2901,6101,color='r')
plt.axis([0,10000,0,10000])
plt.colorbar(cset)
#plt.xlabel(str(st.nu[0])+ ' frequency')
#plt.ylabel(str(st.nu[1])+' frequency')
plt.xlabel('$N_{41}$')
plt.ylabel('$N_{95}$')
plt.show()

另：

contour这个函数主要对网格中每个点的值等于一系列值的时候做出一条条轮廓线，类似于等高线。

contour([X, Y,] Z, [levels], ** kwargs)
绘制轮廓。

参数：
- X，Y ： array-like，可选
  值Z的坐标。
  X和Y必须都是2-D，且形状与Z相同，或者它们必须都是1-d，这样len（X）== M是Z中的列数，len（Y）== N是Z中的行数。
- Z ： array-like（N，M）
  绘制轮廓的高度值。
- levels： int或类似数组，可选
  确定轮廓线/区域的数量和位置。
  如果int Ñ，使用Ñ数据间隔; 即绘制n + 1个等高线。水平高度自动选择。
  如果是数组，则在指定的级别绘制轮廓线。值必须按递增顺序排列。
返回：
c ： QuadContourSet
其他参数：
详见： https://matplotlib.org/api/_as_gen/matplotlib.pyplot.contour.html#matplotlib.pyplot.contour

下面用代码展示这个函数的效果

import numpy as np
import matplotlib.pyplot as pltdelta = 0.25  #网格间距
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-3.0, 3.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z)
ax.clabel(CS, inline=1, fontsize=10)
plt.show()

我们也可以使网格更紧密些，如设置delta=0.025

尝试修改参数，如颜色，线型，“等高线”,再来看下效果

CS = ax.contour(X, Y, Z ,colors=['k', 'k', 'k','r','r'], linestyles=['--','--', '-', '--','--'],levels=[-1,-.5, 0, .5,1])

python matplotlib contour画等高线图相关推荐

[转]python matplotlib contour画等高线图
python matplotlib contour画等高线图觉得有用的话,欢迎一起讨论相互学习~ 版权声明:本文为CSDN博主「Mr-Cat伍可猫]博主原创文章,遵循 CC 4.0 BY-SA 版权 ...
python matplotlib模块画出的图像转换为.tiff格式
利用python matplotlib模块(python3.7.1)画出的图表暂不支持直接导出.tiff格式的图片,但是可以导出eps, pdf, pgf, png, ps, raw, rgba, s ...
matplotlib学习—画等高线图
最近想寻找一种能利用已有数据画出地理位置分布图的方法,在看Vamei写的博客绘图: matplotlib核心剖析学习matplotlib绘图的过程中找到了名为"contour" ...
python matplotlib quiver——画箭头、风场
如果想用风羽画风场,请看另一篇python画风羽及风羽定义目录用像素点坐标画图用经纬度坐标画图(推荐) PS:三维箭头可参考: https://matplotlib.org/mpl_toolki ...
Python Matplotlib contour和contourf：绘制等高线
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 python免费学习资 ...
python可视化水平双向箭头_科学网—Python matplotlib quiver—画箭头、风场、量场图 - 张伟的博文...
用像素点坐标画图箭头关键的一个参数是长度,长度可以通过参数scale来设置,如果你多次使用quiver(),只要保证参数scale一致,那么箭头长度就会与风速的值成正比,可按照下面我贴出的代码那样 ...
Python -- Matplotlib：画一条水平线或竖直线
目录竖直线水平线原文链接 https://blog.csdn.net/math_gao/article/details/109592302 竖直线 # 画出 x=2 这条垂直线 plt.axvl ...
python画箭头_科学网-Python matplotlib quiver—画箭头、风场、量场图-张伟的博文
用像素点坐标画图箭头关键的一个参数是长度,长度可以通过参数scale来设置,如果你多次使用quiver(),只要保证参数scale一致,那么箭头长度就会与风速的值成正比,可按照下面我贴出的代码那样 ...
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 ...

python matplotlib contour画等高线图

例一

python matplotlib contour画等高线图相关推荐

最新文章

热门文章