源码网商城,靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

用matplotlib画等高线图详解

  • 时间:2021-03-16 03:48 编辑: 来源: 阅读:
  • 扫一扫,手机访问
摘要:用matplotlib画等高线图详解
等高线图是在地理课中讲述山峰山谷时绘制的图形,在机器学习中也会被用在绘制梯度下降算法的图形中。 因为等高线的图有三个信息:x,y以及x,y所对应的高度值。 这个高度值的计算我们用一个函数来表述:
 计算x,y坐标对应的高度值
def f(x, y):
 return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)
这个函数看起来挺复杂的,但我们这里只是为了能够获得一个高度值,因此其中函数代表什么意义不用关心,只要知道输入一个x,y,输出一个高度值就可以了。 要画出等高线,核心函数是plt.contourf(),但在这个函数中输入的参数是x,y对应的网格数据以及此网格对应的高度值,因此还需要调用np.meshgrid(x,y)把x,y值转换成网格数据才行,这样完整的代码如下: 画等高线的代码如下:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 计算x,y坐标对应的高度值
def f(x, y):
 return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)

# 生成x,y的数据
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)

# 把x,y数据生成mesh网格状的数据,因为等高线的显示是在网格的基础上添加上高度值
X, Y = np.meshgrid(x, y)

# 填充等高线
plt.contourf(X, Y, f(X, Y))
# 显示图表
plt.show()
上述代码显示的图形为: [img]http://files.jb51.net/file_images/article/201712/20171214160604293.png?2017111416615[/img] 这颜色有点太冷了,我们想显示热力图,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),此处关键代码为:
# 填充等高线
plt.contourf(X, Y, f(X, Y), cmap=plt.cm.hot)
显示的图为: [img]http://files.jb51.net/file_images/article/201712/20171214160657506.png?201711141679[/img] 是否显示得挺热的。:) 上面是用plt.contourf()填充了等高线,但还有一种方式是可以直接显示等高线,而不是填充的方式,例如:
C = plt.contour(X, Y, f(X, Y), 20)
这里20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。 这样显示的图形为: [img]http://files.jb51.net/file_images/article/201712/20171214160920294.jpg?2017111416934[/img] 当然,如果我们不调用前面的plt.contourf()函数,则就会直接显示等高线。 最后我们想在等高线中添加上标注值:
plt.clabel(C, inline=True, fontsize=12)
显示的图为: [img]http://files.jb51.net/file_images/article/201712/20171214160759207.jpg?2017111416810[/img] 完整的代码为:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 计算x,y坐标对应的高度值
def f(x, y):
 return (1-x/2+x**5+y**3) * np.exp(-x**2-y**2)

# 生成x,y的数据
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)

# 把x,y数据生成mesh网格状的数据,因为等高线的显示是在网格的基础上添加上高度值
X, Y = np.meshgrid(x, y)

# 填充等高线
plt.contourf(X, Y, f(X, Y), 20, cmap=plt.cm.hot)
# 添加等高线
C = plt.contour(X, Y, f(X, Y), 20)
plt.clabel(C, inline=True, fontsize=12)
# 显示图表
plt.show()
[b]总结[/b] 以上就是本文关于用matplotlib画等高线图详解的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站: [url=http://www.1sucai.cn/article/130481.htm][b]Python通过matplotlib绘制动画简单实例[/b][/url] [url=http://www.1sucai.cn/article/130172.htm][b]Python的地形三维可视化Matplotlib和gdal使用实例[/b][/url] [url=http://www.1sucai.cn/article/130143.htm][b]python学习之matplotlib绘制散点图实例[/b][/url] 如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
  • 全部评论(0)
联系客服
客服电话:
400-000-3129
微信版

扫一扫进微信版
返回顶部