探究matplotlib中的contourf函数

一、基本概念

在matplotlib中，contourf是一个函数，它提供了一种用于创建等高线的方法。等高线图常用于展示二维数据的变化情况，例如气温分布图、压强分布图等。

contourf函数能够将二维数据的值映射到颜色空间，并生成一张二维图像，其中每个像素的颜色反映了该位置的数据值。不同的颜色可以表示不同的数据范围，因此该函数也常用于制作热力图。

二、调用方法

使用contourf函数，首先需要将数据传递给它。如果使用默认设置，该函数将生成11条等高线，并使用默认的调色板。

下面的代码演示将数据传递给contourf函数，创建一个等高线图：

import numpy as np
import matplotlib.pyplot as plt

# 创建x, y和z的值，z表示等高线高度
x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线
plt.contourf(X, Y, Z)
plt.show()

三、自定义设置

在实际应用中，我们通常需要对等高线图进行自定义设置以更好地展示数据。以下列举了几个常见的自定义设置：

1. 调整等高线数量

默认情况下，contourf函数将数据分成11个等高线。如果需要修改这个数量，可以指定levels参数。例如，将等高线数量改为20：

import numpy as np
import matplotlib.pyplot as plt

# 创建x, y和z的值，z表示等高线高度
x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线，分成20条等高线
plt.contourf(X, Y, Z, levels=20)
plt.show()

2. 调整颜色映射

默认情况下，contourf函数使用matplotlib内置的颜色映射，该映射将数据线性映射到颜色空间。如果需要使用不同的颜色映射，可以指定cmap参数，例如使用Reds映射：

import numpy as np
import matplotlib.pyplot as plt

# 创建x, y和z的值，z表示等高线高度
x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线，使用Reds颜色映射
plt.contourf(X, Y, Z, cmap='Reds')
plt.show()

3. 添加等高线边缘

默认情况下，contourf函数不会绘制等高线的边缘线条。如果需要通过等高线边缘线条来表达数据信息，可以使用contour函数。例如：

import numpy as np
import matplotlib.pyplot as plt

# 创建x, y和z的值，z表示等高线高度
x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线内部填充和边缘线条
plt.contourf(X, Y, Z, cmap='Reds')
plt.contour(X, Y, Z, colors='black')
plt.show()

四、总结

在本文中，我们对matplotlib中的contourf函数进行了详细的介绍和演示。该函数可以方便地创建等高线图和热力图，并且支持多种自定义设置，使得数据更加直观。