Matplotlib等高线图绘制全攻略

原创于 2025-09-17 16:14:46 发布 · 539 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#matplotlib

Matplotlib等高线图绘制全攻略

等高线图（Contour Plot）是可视化三维数据的常用工具，通过二维平面上的等高线表示第三维数值变化。在科学计算、地形分析和气象预报等领域广泛应用。本攻略将详细介绍使用Matplotlib绘制等高线图的全流程。

一、基本概念

等高线原理
将三维函数 $z = f(x,y)$ 投影到$x-y$平面，连接相同$z$值的点形成闭合曲线。相邻曲线间距表示梯度变化速率。
核心元素
- 等高线：相同数值的连续曲线
- 颜色填充：用色彩表示数值区间
- 标签：标记具体数值

二、基础绘制步骤

import numpy as np
import matplotlib.pyplot as plt

# 1. 创建网格数据
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)

# 2. 定义三维函数 (示例：二元高斯分布)
Z = np.exp(-(X**2 + Y**2)/2) / (2*np.pi)

# 3. 绘制等高线图
plt.figure(figsize=(8, 6))
contour = plt.contour(X, Y, Z, levels=10)  # levels指定等高线数量

# 4. 添加标签
plt.clabel(contour, inline=True, fontsize=8)

# 5. 添加坐标轴标签
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('二元高斯分布等高线图')
plt.colorbar(label='概率密度')  # 添加色标

plt.show()

三、进阶技巧

颜色填充等高线
使用contourf替代contour实现颜色填充：

plt.contourf(X, Y, Z, levels=20, cmap='viridis')  # cmap指定颜色映射

自定义等高线层级
精确控制等高线位置：

levels = [0.01, 0.05, 0.1, 0.15]  # 指定具体数值层级
contour = plt.contour(X, Y, Z, levels=levels)

组合3D可视化
与3D曲面图联动：

from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='plasma', alpha=0.7)
ax.contour(X, Y, Z, zdir='z', offset=-0.2)  # 在z=-0.2平面投影等高线

样式优化
- 线型：linestyles='dashed'
- 线宽：linewidths=1.5
- 透明度：alpha=0.8

四、常见问题解决

等高线不闭合
原因：数据范围不足或存在间断点
解决：扩大网格范围或插值补全数据：
```
from scipy.interpolate import griddata
Z_interp = griddata((x, y), z, (X, Y), method='cubic')
```

标签重叠
解决：调整标签位置和密度：

plt.clabel(contour, inline=True, fmt='%1.2f', manual=True)  # manual手动调整

性能优化
大数据集使用contour替代contourf，或降低分辨率：
```
X_coarse, Y_coarse = np.meshgrid(x[::5], y[::5])  # 降采样
```

五、实战案例：地形可视化

# 生成模拟地形数据
Z_terrain = np.sin(X)*np.cos(Y) + 0.3*np.exp(-(X**2+Y**2))

# 绘制地形图
plt.figure(figsize=(10,8))
cf = plt.contourf(X, Y, Z_terrain, levels=15, cmap='terrain')
cbar = plt.colorbar(cf)
cbar.set_label('海拔高度')

# 叠加等高线
contours = plt.contour(X, Y, Z_terrain, levels=15, colors='black', linewidths=0.5)
plt.clabel(contours, fmt='%d')

# 标记特殊点
plt.plot(0, 0, 'ro', markersize=8)  # 标记原点
plt.annotate('峰值', xy=(0,0), xytext=(1,1), arrowprops=dict(arrowstyle='->'))

plt.title('模拟地形等高线图')
plt.grid(linestyle='--', alpha=0.5)
plt.show()

效果说明：

使用terrain颜色映射模拟真实地形
黑色等高线标注具体高度值
红色标记最高点并添加注释箭头

六、总结要点

数据准备：确保网格数据完整且连续
层级选择：根据数据分布合理设置levels
视觉优化：
- 科学选择cmap（如viridis, plasma）
- 等高线与填充色对比度 > 30%
标注清晰：关键位置添加标签和注释

导出设置：保存高清矢量图：

plt.savefig('contour_plot.svg', format='svg', dpi=300)

掌握这些技巧后，可轻松应对从简单函数可视化到复杂科学数据的等高线图需求！