| 等高线图 plt.contour() 函数用来画线 plt.contourf()函数用来填充 实验一：单独使用plt.contour()函数画等高线的效果。
| import numpy as np
import matplotlib.pyplot as plt
def h(x, y): #定义x,y坐标对应的高度函数
return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
m,n=200,250
x=np.linspace(-3,3,m)
y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) #生成网格数据 plt.contour(X,Y,h(X,Y),10) #参数：x、y对应的网格数据；高度；2代表的是显示等高线的密集程度， #数值越大，画的等高线数就越多 plt.show() |
运行结果：  还可以增加colors='black',linewidths=1等属性改变颜色和线条粗细。注意都要加复数，否则没有效果。很多教程都没有加。 可以看到只有线没有颜色。 实验二：单独使用plt.contourf()函数的效果。
| import numpy as np
import matplotlib.pyplot as plt
def h(x, y):
return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
m,n=200,250 x=np.linspace(-3,3,m)
y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) plt.contourf(X,Y,h(X,Y),10) #单独使用contoutf()函数。 plt.show() |
运行结果：  可以看到只有颜色填充，没有线。 实验三：同时使用contour()、contourf()的效果。
| import numpy as np
import matplotlib.pyplot as plt
def h(x, y):
return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
m,n=200,250
x=np.linspace(-3,3,m)
y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) plt.contourf(X,Y,h(X,Y))
plt.contour(X,Y,h(X,Y),10) plt.show() |
运行效果：  实验四、改成热力图。 上面的颜色太冷了，想显示热力图，那只要在plt.contourf()函数中添加属性cmap=plt.cm.hot就能显示热力图，其中cmap代表为color map，我们把color map映射成hot(热力图)。
| import numpy as np
import matplotlib.pyplot as plt
def h(x, y):
return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
m,n=200,200
x=np.linspace(-3,3,m)
y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) plt.contourf(X,Y,h(X,Y),20,cmap=plt.cm.hot) #负责填充颜色。
plt.contour(X,Y,h(X,Y),20,colors='black',linewidths=1) #负责画线。 plt.show() |
运行结果：  使用了颜色之后，虚线代表负的，实线代表正的。 实验五、在等高线上增加标注
| import numpy as np
import matplotlib.pyplot as plt
def h(x, y):
return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
m,n=200,200
x=np.linspace(-3,3,m)
y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) #生成网格数据。 plt.contourf(X,Y,h(X,Y),20,cmap=plt.cm.hot) #填充
C=plt.contour(X,Y,h(X,Y),20,colors='black',linewidths=1) #画线
plt.clabel(C,inline=True,fontsize=12) #标注 plt.show() |
运行结果：  |
