欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python+matplotlib实现绘制等高线图示例详解

程序员文章站 2022-06-15 15:13:39
目录前言1. 等高线图概述什么是等高线图?等高线图常用场景绘制等高线图步骤案例展示2. 等高线图属性设置等高线颜色设置等高线透明度设置等高线颜色级别设置等高线宽度设置等高线样式3. 显示轮廓标签4....

前言

我们在往期对matplotlib.pyplot()方法学习,到现在我们已经会绘制折线图、柱状图、散点等常规的图表啦(往期的内容如下,大家可以方便查看往期内容)

python matplotlib底层原理解析

python利用 matplotlib 绘制直方图

python用 matplotlib 绘制柱状图

在matplotlib.pyplot 中除了可以绘制常规图表如折线、柱状、散点等,还可以绘制常用在地理上的平面展示地型的等高线图

Python+matplotlib实现绘制等高线图示例详解

本期,我们将详细学习matplotlib 绘制等高线图相关属性的学习,let's go~

1. 等高线图概述

什么是等高线图?

  • 等高线图又称为水平图,通过2d形式展示3d图像的图表
  • 等高线图又称为等高地线图,将地表高度相同的点连成一个环线展示到平面曲线上
  • 等高线图又称为z切片图,因变量z与自变量x,y变化而变化
  • 等高线图可以分为首曲线、计曲线、间曲线与助曲线

等高线图常用场景

  • 等高线图常用在展示某地地形情况
  • 等高线图也可以计算当地山地高低情况
  • 等高线图常用于地质、地理勘察绘制而成
  • 等高线图也可以用于绘制圆形、椭圆形等数学公式展示

绘制等高线图步骤

  1. 导入matplotlib.pyplot模块
  2. 准备数据,可以使用numpy/pandas整理数据
  3. 调用pyplot.contour()或者pyplot.contourf()绘制等高线

案例展示

等高线图绘制需要借助很多高中所学的三角函数、指数函数等公式,我们本期案例使用等高线方法汇总圆

案例数据准备

np.arrage()准备一系列连续的数据

np.meshgrid()将数据转换成矩阵

import numpy as np
# 定义一组连续的数据

x_value = np.arange(-5,5,0.1)
y_value = np.arange(-5,5,0.1)

# 转换成矩阵数据
x,y = np.meshgrid(x_value,y_value)

绘制等高线

import matplotlib.pyplot as plt
plt.contour(x,y,z)
 
plt.title("display contour")
plt.xlabel("x(m)")
plt.ylabel("y(m)")
 
plt.show()
 
plt.show()

Python+matplotlib实现绘制等高线图示例详解

2. 等高线图属性

设置等高线颜色

关键字:colors

取值范围:

  • 表示颜色的英文单词:如红色"red"
  • 表示颜色单词的简称如:红色"r",黄色"y"
  • rgb格式:十六进制格式如"#88c999";(r,g,b)元组形式
  • 也可以传入颜色列表

设置等高线透明度

关键字:alpha

默认为1

取值范围为:0~1

设置等高线颜色级别

关键字:cmap

colors和cmap两个关键字不能同时提供

取值为:注册的颜色表明

  • 形式如:"颜色表_r"
  • 常用的有:'accent', 'accent_r', 'blues', 'blues_r', 'brbg', 'brbg_r', 'bugn', 'bugn_r', 'bupu', 'bupu_r', 'cmrmap', 'cmrmap_r', 'dark2', 'dark2_r', 'gnbu', 'gnbu_r', 'greens'

设置等高线宽度

关键字:linewidths

默认为等高线宽度为1.5

取值可以float类型或者列表

设置等高线样式

关键字:linestyles

默认值为:solid

取值可选:{none, 'solid', 'dashed', 'dashdot', 'dotted'}

linestyles为none且线条为单色时,负轮廓的线条会设置成dashed

我们对上一节的等高线图添加一些属性

线条为红色,线条宽度逐渐增大,线条样式为dashed,透明度设置为0.5

```python
plt.contour(x,y,z,colors="r",
linestyles="dashed",
linewidths=np.arange(0.5,4,0.5),alpha=0.5)
```

Python+matplotlib实现绘制等高线图示例详解

传入colors列表

plt.contour(x,y,z,
colors=('r','green','blue',(1,1,0),"#afeeee","0.5"),
linewidths=np.arange(0.5,4,0.5))

Python+matplotlib实现绘制等高线图示例详解

为等高线图,设置cmap为红色系

z = np.exp(-x**2-y**2)
z1 = np.exp(-(x-1)**2-(y-1)**2)
z = (z-z1)*2
 
plt.contour(x,y,z,
cmap='afmhot_r',
linewidths=np.arange(0.5,4,0.5))

Python+matplotlib实现绘制等高线图示例详解

3. 显示轮廓标签

我们查看等高线图时,轮廓标签会辅助我们更好的查看图表。添加轮廓标签,我们需要借助clabe

  • pyplot.contour()绘制等高线方法,会返回quadcontourset
  • quadcontourset 包含level列表数据
  • 使用pyplot.clabel()接受level列表数据标注在等高线上
x_value = np.arange(-3,3,0.025)
y_value = np.arange(-3,3,0.025)
 
x,y = np.meshgrid(x_value,y_value)
 
z = (1-x**2+y**5)*np.exp(-x**2-y**2)
 
cs = plt.contour(x,y,z,cmap="blues_r",linewidths=np.arange(0.5,4,0.5))
 
plt.clabel(cs,fontsize=9,inline=true)

Python+matplotlib实现绘制等高线图示例详解

4. 填充颜色

通常在等高线图中,不同区域填充不一样的颜色,帮助我们查看图表时更好地理解

使用pyplot.contourf()对比同区域轮廓进行填充颜色

z = (1-x**2+y**5)*np.exp(-x**2-y**2)
 
cs = plt.contour(x,y,z,10,colors="b",linewidths=0.5)
 
plt.clabel(cs,fontsize=12,inline=true)
 
plt.contourf(x,y,z,10,cmap="blues_r",alpha=0.75)

Python+matplotlib实现绘制等高线图示例详解

5. 添加颜色条说明

我们可以借助pyplot.colorbar()方法来添加颜色条说明

z = (x**2+y**5)*np.exp(-x**2-y**2)
z1 = np.exp(-(x-1)**2-(y-1)**2)
z = (z-z1)*2
 
cs = plt.contour(x,y,z,10,colors="black",linewidths=0.5)
 
plt.clabel(cs,fontsize=12,inline=true)
 
plt.contourf(x,y,z,10,cmap="afmhot_r",alpha=0.5)
 
plt.colorbar(shrink=0.8)

Python+matplotlib实现绘制等高线图示例详解

总结

本期对matplotlib.pyplot 绘制等高线方法contour和contourf相关属性的学习。在绘制等高线图时,我们需要对三角函数、指数函数、正余弦函数等知识有一点了解,才能绘制出想要的图表 

以上就是python+matplotlib实现绘制等高线图示例详解的详细内容,更多关于python matplotlib 绘制等高线图的资料请关注其它相关文章!