脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python matplotlib等高线图

python使用matplotlib绘制等高线图的两种方法

 更新时间：2023年11月24日 10:10:25   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！

您可能感兴趣的文章:

相关文章

  • django认证系统实现自定义权限管理的方法

    django认证系统实现自定义权限管理的方法

    今天小编就为大家分享一篇django认证系统实现自定义权限管理的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • Python将主机名转换为IP地址的方法

    Python将主机名转换为IP地址的方法

    今天小编就为大家分享一篇Python将主机名转换为IP地址的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • Python的这些库,你知道多少?

    Python的这些库,你知道多少?

    最近整理了一些好用的库但是只是初级介绍,如果大家用得到的话还请自己到官网上查一下,因为东西太多我一 一介绍的话可能不太现实,需要的朋友可以参考下
    2021-06-06
  • python集合删除多种方法详解

    python集合删除多种方法详解

    这篇文章主要介绍了python集合删除多种方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Django 路由控制的实现

    Django 路由控制的实现

    这篇文章主要介绍了Django 路由控制的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • 对Python subprocess.Popen子进程管道阻塞详解

    对Python subprocess.Popen子进程管道阻塞详解

    今天小编就为大家分享一篇对Python subprocess.Popen子进程管道阻塞详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • Github Copilot的申请以及在Pycharm的配置与使用详解

    Github Copilot的申请以及在Pycharm的配置与使用详解

    GitHub在联合OpenAI推出了一款"GitHub Copilot"工具,可以根据上下文自动写代码,下面这篇文章主要给大家介绍了关于Github Copilot的申请以及在Pycharm的配置与使用的相关资料,文中通过图文以及实例代码介绍的非常详细,需要的朋友可以参考下
    2022-04-04
  • 用pycharm开发django项目示例代码

    用pycharm开发django项目示例代码

    这篇文章主要介绍了用pycharm开发django项目示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-10-10
  • 浅析Python中作用域的应用

    浅析Python中作用域的应用

    这篇文章主要是想和大家一起来讨论下去Python中的命名空间、作用域和LEGB规则等不同概念,文中的示例代码简洁易懂,快跟随小编一起来学习一下吧
    2023-08-08
  • Python Django 母版和继承解析

    Python Django 母版和继承解析

    这篇文章主要介绍了Python Django 母版和继承解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08

最新评论