python使用matplotlib绘制等高线图的两种方法
作者：果_s
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,在本中,我们将详细学习matplotlib 绘制等高线图相关属性的学习,需要的朋友可以参考下
前提条件：
- 所需的库matplotlib.pyplot，numpy
- 已导入数据，我是用np.loadtxt()导入的
- 最重要的contour()和contourf()函数（不了解可以先去了解下再看~）
第一种很简单，等高线图其实需要三种数据(x,y,z),其中x,y是图中点的坐标，z是具体(x,y)点的值。
从这点来看：当我们拥有一个数据时，比如这样：
0 1 2 3 ... 297 298 299 300 0 1063.0 1076.0 1083.0 1087.0 ... 999.0 998.0 992.0 992.0 1 1059.0 1067.0 1074.0 1085.0 ... 999.0 998.0 994.0 996.0 2 1053.0 1060.0 1065.0 1079.0 ... 999.0 997.0 993.0 996.0 3 1058.0 1063.0 1075.0 1083.0 ... 999.0 995.0 992.0 994.0 4 1056.0 1076.0 1091.0 1101.0 ... 999.0 994.0 989.0 991.0 .. ... ... ... ... ... ... ... ... ... 196 832.0 831.0 831.0 834.0 ... 1255.0 1252.0 1266.0 1287.0 197 838.0 834.0 835.0 838.0 ... 1230.0 1227.0 1246.0 1271.0 198 844.0 836.0 836.0 840.0 ... 1204.0 1223.0 1242.0 1254.0 199 847.0 841.0 840.0 843.0 ... 1202.0 1205.0 1222.0 1246.0 200 846.0 844.0 842.0 845.0 ... 1204.0 1201.0 1213.0 1240.0 [201 rows x 301 columns]
一共有201行，301列，绘制等高线图前就可以：
xx = np.linspace(0, 300, 301)
yy = np.linspace(0, 200, 201)
X, Y = np.meshgrid(xx, yy, indexing='ij')
fig,ax=plt.subplots()
contourf=ax.contourf(X,Y,txt,cmap=plt.get_cmap('RdYlGn_r'))
contour=ax.contour(X,Y,txt,colors="k",linewidths=.5)另外一种比较难的方法，我使用到了插值拟合：
首先由已知数据推测出一个拟合的公式：
x=np.arange(0,201,1)#x代表行 y=np.arange(0,301,1)#y代表列 z=np.array(df)#z中保存所有已知数据点的值 #根据x,y,z求取插值拟合函数 interp = RegularGridInterpolator((x, y), z,bounds_error=False, fill_value=None)
第二步，构建网格，为后续绘制等高线图用。
xx = np.linspace(0, 200, 300) yy = np.linspace(0, 300, 300) X, Y = np.meshgrid(xx, yy, indexing='ij')
然后就是使用matplolib.pyplot库提供的函数绘图的过程啦
fig,ax=plt.subplots()
contourf=ax.contourf(X,Y,interp((X,Y)),cmap=plt.get_cmap('RdYlGn_r'))
contour=ax.contour(X,Y,interp((X,Y)),colors="k",linewidths=.5)如果需要添加等高线上的标签可以：
ax.clabel(contour,fontsize=6,colors='k')
添加颜色条可以：
plt.colorbar(contourf)
最后绘制出来就是这个样子：
以上就是python使用matplotlib绘制等高线图的两种方法的详细内容，更多关于python matplotlib等高线图的资料请关注脚本之家其它相关文章！