( 图表 ) 等高线图

这篇教学会使用 matplotlib pyplot 模组里的 contour() 方法，将数据绘制成等高线图 ( Contour Chart )，并进一步介绍 contour() 的相关用法，以及使用 contourf() 将等高线图变成等高线面积图。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

import matplotlib

要进行本篇的范例，必须先加载 matplotlib 函数库的 pyplot 模组，范例将其独立命名为 plt。

import matplotlib.pyplot as plt

pyplot.pie() 参数说明

pyplot.contour() 常用的参数如下表所示 ( 完整参数参考：matplotlib.pyplot.contour )：

绘制第一张等高线图

下方的程序码，执行后会先使用 x 和 y 画出一个二维的直角座标系统，接着 z 使用二维数组，标记每个位置的高度，最后就会根据数据数据画出等高线图。

import matplotlib.pyplot as plt
x = range(5)
y = range(5)
z = [[0,0,0,0,0],
    [0,1,0,0,0],
    [0,0,2,0,0],
    [0,0,0,0,0],
    [0,0,0,0,0]]
plt.contour(x,y,z,levels=5)
plt.show()

绘制更精致的等高线图

参考 matplotlib 官方网站的运算式，搭配 numpy 的 linspace 方法，就能做出更细致的等高线图。

参考：numpy.linspace()、contour(X, Y, Z)

import matplotlib.pyplot as plt
import math
import numpy as np
x = np.linspace(-3, 3, 200)    # 產生從 -3～3 共 200 的數值的 x
y = np.linspace(-3, 3, 200)    # 產生從 -3～3 共 200 的數值的 y
z = [[(1 - x[i]/2 + x[i]*3 + y[j]*5) * math.exp(-x[i]**2 - y[j]**2) for i in range(200)] for j in range(200)]
# 根據 x 和 y 計算出 z
lv = np.linspace(np.min(z), np.max(z), 20)  # 根據 z 的最大值和最小值，定義 level 區間
plt.figure(figsize=(8,6))
plt.contour(x,y,z,levels=lv)
plt.show()

使用 contourf() 绘制等高线面积图

如果将 contour() 换成 contourf()，绘制的图形就会变成“等高线面积图”，下方的程序码执行后，会画出等高线面积图和等高线结合的图表。

import matplotlib.pyplot as plt
import math
import numpy as np
x = np.linspace(-2, 2, 200)
y = np.linspace(-2, 2, 200)
z = [[(1 - x[i]/2 + x[i]*3 + y[j]*5) * math.exp(-x[i]**2 - y[j]**2) for i in range(200)] for j in range(200)]
lv = np.linspace(np.min(z), np.max(z), 10)
plt.figure(figsize=(8,6))
plt.contourf(x,y,z,levels=lv,cmap='Reds')           # 等高線面積圖
plt.contour(x,y,z,levels=lv,colors=['#000','#000']) # 等高線圖
plt.show()

意见反馈