如何将一维图转换为二维轮廓图？答案

【问题标题】：How can I convert 1-D plot to 2-D contourf plot?如何将一维图转换为二维轮廓图？
【发布时间】：2020-01-14 13:04:46
【问题描述】：

如果我生成一维概率分布并得到如下结果：

假设 y 轴与 x 轴相同，我如何将其转换为二维轮廓图。下面，我创建了一个我希望结果看起来像的图像，其中每个波段代表一系列概率。波段会随着 x 的不同而变化。

我生成一维图的代码如下：

import matplotlib.pyplot as plt
import numpy as np

def gaussian(x, mu, sig):
    return np.exp(-np.power(x - mu, 2.) / (2 * np.power(sig, 2.)))

x_values = np.linspace(-5, 5, 120)
y = gaussian(x_values, 0, 1)

plt.figure()
plt.plot(x_values,y)
plt.show()

【问题讨论】：

标签： python matplotlib probability contourf

【解决方案1】：

想通了。代码是：

import matplotlib.pyplot as plt
import numpy as np

def gaussian(x, mu, sig):
    return np.exp(-np.power(x - mu, 2.) / (2 * np.power(sig, 2.)))

x_values = np.linspace(-5, 5, 120)
y_values = np.linspace(-5, 5, 120)
[xx,yy] = np.meshgrid(x_values,y_values)
 xx = np.concatenate(xx)
yy = np.concatenate(yy)

y = gaussian(xx, 0, 1)

plt.figure()
plt.contourf(x_values,y_values,y.reshape(len(x_values),len(y_values)))
plt.colorbar()
plt.show()

它给出了结果：

【讨论】：