Numpy中 meshgrid 和等高线绘图contour/contourf的搭配使用

Numpy中 meshgrid() 和等高线绘图contour()/contourf()的搭配使用

np.meshgrid()

接收参数np.meshgrid(x1,x2,x3...)

x1,x2,x3…为代表网格坐标的一维数组
网格坐标（以最为常见的二维网格为例）：在一个二维平面中，设横轴坐标是1,2,3，过这几个点做平行于纵轴的直线，
纵轴坐标为2,3,4，过这几个点做平行于横轴的直线，则各条直线相交点的坐标即为网络坐标（示意图如下）

图中红色星号点即为网络坐标点
下面我们通过meshgrid()方法看看得到了什么

横坐标x和纵坐标y经过meshgrid(x,y)后返回了所有直线相交的网络坐标点的横坐标xx和纵坐标yy,xx数组和yy数组对应位置组成网络格点的坐标（1,2）（2,2）（3,2）（1,3）（2,3）等等,注意：meshgrid返回的xx和yy数组的大小总是一致的（废话，不一致怎么能有对应坐标，哈哈）

matplotlib.pyplot.contour

两者均为等高线绘制方法：等高线（如下图所示图片来源百度百科），地理中的概念，一般指两处地势高度相同，将地势高度相同的点用光滑线相连接就得到了等高线，在这里一般指经过函数计算后结果相同的点连接起来构成等高线

两者的区别：contour仅仅绘制出等高线边界处的轮廓线，而contourf会对两个相邻轮廓线之间即等高区域进行颜色填充

接收参数contour(x,y,z,levels,alpha,colors,cmap)

注：这里我只选常用到的参数进行说明，更详细参数设置点击这里
z是（N,M）数组
x,y可以是二维数组，其大小必须与z一致；也可以是一维数组，此时必须满足len(x)=N,len(y)=M,可以将其看做输入了一维横坐标和一维纵坐标，然后contour（）内部完成了meshgrid()过程
x,y也可以不输入，此时默认为x=range(N),y=range(M),即转换为上面的一维横纵坐标数组
levels可以是int或类数组，int时表示绘制等高线的个数，等高线之间的间距按个数自动生成
类数组时，表示等高线的具体位置

levels为int时：

import matplotlib.pyplot as plt
x = np.array([1,2,3])
y