填充 matplotlib 等高线图答案

【问题标题】：Fill a matplotlib contour plot填充 matplotlib 等高线图
【发布时间】：2020-12-28 05:46:09
【问题描述】：

通过以下代码，我获得了以下等高线图：

fig, ax = plt.subplots()
x = np.arange(431)
y = np.arange(225)
Y, X = np.meshgrid(y, x)
values = df["Appearance_percentage"].values
values2d = np.reshape(values, (431, 225))
ax.set_ylim(225, 0)

plt.style.use('seaborn-white')
ax.set_title('Mapa contour de probabilitat de trobar núvols')
plt.contour(X, Y, values2d, 30, cmap='RdGy')
plt.colorbar()
plt.savefig("contourmap.png")

我想知道我是否可以填充线条之间的区域，以便颜色条中没有空白并且地图更有吸引力。

我尝试过df["Appearance_percentage_contourmap"] = round(df["Appearance_percentage"])，然后是values = df["Appearance_percentage_contourmap"].values，但我仍然获得了包含许多白色区域的同一张地图。

【问题讨论】：

标签： python numpy matplotlib contour

【解决方案1】：

只需将plt.contour 替换为plt.contourf，其中末尾的“f”表示“填充”。

这是一个例子：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = np.arange(100)
Y, X = np.meshgrid(y, x)
values = np.outer(x, y)

fig, ax = plt.subplots()
plt.contourf(X, Y, values, 30, cmap='RdGy')
plt.colorbar()

您可能还想强调轮廓线：

x = np.arange(100)
y = np.arange(100)
Y, X = np.meshgrid(y, x)
values = np.outer(x, y)

fig, ax = plt.subplots()
c1 = plt.contourf(X, Y, values, 30, cmap='RdGy')
c2 = plt.contour(X, Y, values, 30, cmap='Greys')
plt.colorbar(c1)

【讨论】：

感谢您的帮助。例如，如何将轮廓线的颜色定义为黑色？
将 cmap 参数替换为 colors 并传递您需要的颜色，例如黑色字母“k”：plt.contour( ..., colors='k').
抱歉，Max，我的最后一个问题是是否可以控制轮廓线的粗细...谢谢，给您带来的不便，我们深表歉意
使用linewidths 参数。欲了解更多信息，请查看plt.contour documentation。

【解决方案2】：

plt.contour() 创建一个 isoline 以相等的插值连接所有位置。因此，它会搜索外观所在的位置，例如6% 并用一条线连接这些。如果您设置levels=30，将绘制30 条这样的线。 plt.contour() 做了很多努力来创建一个显示每行值的颜色条。如果您不想要这样的颜色条，您可以使用相同的值创建自定义颜色条。

您可以按如下方式创建自定义颜色条：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable

fig, ax = plt.subplots()
x = np.arange(431)
y = np.arange(225)
Y, X = np.meshgrid(y, x)
values = np.random.randn(431, 225).cumsum(axis=0).cumsum(axis=1).ravel()
values -= values.min()
values2d = np.reshape(values, (431, 225))
ax.set_ylim(225, 0)

plt.style.use('seaborn-white')
ax.set_title('Mapa contour de probabilitat de trobar núvols')
plt.contour(X, Y, values2d, 30, cmap='RdGy')
sm = ScalarMappable(norm=plt.Normalize(values.min(), values.max()), cmap='RdGy')
plt.colorbar(sm)
plt.show()

PS：请不要对值进行四舍五入（如df["Appearance_percentage_contourmap"] = round(df["Appearance_percentage"])），因为这会引入人为的不准确性。

【讨论】：