在本文中，你将学习到以下内容：

理解画contour图的数据结构

contour图的参数调节

如何添加colorbar

我们先假设x, y的取值范围如下：

import matplotlib.pyplot as plt

import numpy as np

x = np.array([1, 2, 3])

y = np.array([2, 3, 4, 5])

Z的形状是跟x, y的数量有关[y, x]，在这里是[4, 3]的矩阵，

Z = np.random.random((4, 3))

#生成的随机数如下：

Out:

array([[0.02980206, 0.08622278, 0.37927009],

[0.16850501, 0.39804124, 0.32187975],

[0.50572111, 0.9504401 , 0.72451858],

[0.61250858, 0.04186458, 0.68754931]])

得到x, y, Z以后作图，首先我们要生成由x, y组成的网格图：

X, Y = np.meshgrid(x, y)

调用contourf填充颜色：

括号中的参数3控制的是颜色细分的数量，这里是4种颜色，数值越大，颜色渐变越柔和，cmap调用cm颜色库中的Spectral，详见。

#注意X, Y, Z都是大写,赋值a后面要用到

a = plt.contourf(X, Y, Z, 3, cmap=plt.cm.Spectral)

调用contour画等高线：

括号中的参数3控制的是等高线的数量。

# 赋值b后面要用到

b = plt.contour(X, Y, Z, 3, colors='black', linewidths=1, linestyles='solid')

此时做出来的图效果如下：

Figure_1.png

接下来我们需要添加colorbar：

在这里调用a，即前面的填充色, ticks可以控制colorbar显示的刻度，在这里可省略ticks参数。

plt.colorbar(a, ticks=[0, 0.25, 0.5, 0.75, 1])

效果图如下：

Figure_2.png

还可以图中添加标签：

在这里调用b，即前面的等高线。

plt.clabel(b, inline=True, fontsize=10)

最终效果图如下：

Figure_3.png

完整代码如下：

import matplotlib.pyplot as plt

import numpy as np

# 已知x, y, Z

x = np.array([1, 2, 3])

y = np.array([2, 3, 4, 5])

Z = np.random.random((4, 3))

# 建立网格

X, Y = np.meshgrid(x, y)

# 注意X, Y, Z都是大写,赋值a后面要用到

a = plt.contourf(X, Y, Z, 3, cmap=plt.cm.Spectral)

#赋值b后面要用到

b = plt.contour(X, Y, Z, 3, colors='black', linewidths=1, linestyles='solid')

# 添加colorbar，ticks在这里可省略

plt.colorbar(a, ticks=[0, 0.25, 0.5, 0.75, 1])

#添加图内标签

plt.clabel(b, inline=True, fontsize=10)

plt.show()