Matplotlib 等高線画像チュートリアル

はじめに

この実験では、PythonのMatplotlibライブラリを使って等高線画像を作成する方法を学びます。等高線画像は、三次元の曲面を二次元のプロットで表現する可視化技術です。等高線画像は、曲面内の等値点を結ぶ線である等高線と、等高線間の領域である塗りつぶされた等高線で構成されています。

VMのヒント

VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。

時々、Jupyter Notebookが読み込み完了するまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。

学習中に問題に遭遇した場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

ライブラリのインポート

このステップでは、等高線画像を作成するために必要なライブラリをインポートします。

import matplotlib.pyplot as plt
import numpy as np

from matplotlib import cm

データの定義

このステップでは、描画するデータを定義します。データは、曲面を表す二次元の値の配列です。

## Default delta is large because that makes it fast, and it illustrates
## the correct registration between image and contours.
delta = 0.5

extent = (-3, 4, -4, 3)

x = np.arange(-3.0, 4.001, delta)
y = np.arange(-4.0, 3.001, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2

等高線画像の作成

このステップでは、Matplotlibのcontourとcontourf関数を使って等高線画像を作成します。

## Boost the upper limit to avoid truncation errors.
levels = np.arange(-2.0, 1.601, 0.4)

norm = cm.colors.Normalize(vmax=abs(Z).max(), vmin=-abs(Z).max())
cmap = cm.PRGn

fig, _axs = plt.subplots(nrows=2, ncols=2)
fig.subplots_adjust(hspace=0.3)
axs = _axs.flatten()

cset1 = axs[0].contourf(X, Y, Z, levels, norm=norm,
                        cmap=cmap.resampled(len(levels) - 1))
## It is not necessary, but for the colormap, we need only the
## number of levels minus 1.  To avoid discretization error, use
## either this number or a large number such as the default (256).

## If we want lines as well as filled regions, we need to call
## contour separately; don't try to change the edgecolor or edgewidth
## of the polygons in the collections returned by contourf.
## Use levels output from previous call to guarantee they are the same.

cset2 = axs[0].contour(X, Y, Z, cset1.levels, colors='k')

## We don't really need dashed contour lines to indicate negative
## regions, so let's turn them off.

for c in cset2.collections:
    c.set_linestyle('solid')

## It is easier here to make a separate call to contour than
## to set up an array of colors and linewidths.
## We are making a thick green line as a zero contour.
## Specify the zero level as a tuple with only 0 in it.

cset3 = axs[0].contour(X, Y, Z, (0,), colors='g', linewidths=2)
axs[0].set_title('Filled contours')
fig.colorbar(cset1, ax=axs[0])


axs[1].imshow(Z, extent=extent, cmap=cmap, norm=norm)
axs[1].contour(Z, levels, colors='k', origin='upper', extent=extent)
axs[1].set_title("Image, origin 'upper'")

axs[2].imshow(Z, origin='lower', extent=extent, cmap=cmap, norm=norm)
axs[2].contour(Z, levels, colors='k', origin='lower', extent=extent)
axs[2].set_title("Image, origin 'lower'")

## We will use the interpolation "nearest" here to show the actual
## image pixels.
## Note that the contour lines don't extend to the edge of the box.
## This is intentional. The Z values are defined at the center of each
## image pixel (each color block on the following subplot), so the
## domain that is contoured does not extend beyond these pixel centers.
im = axs[3].imshow(Z, interpolation='nearest', extent=extent,
                   cmap=cmap, norm=norm)
axs[3].contour(Z, levels, colors='k', origin='image', extent=extent)
ylim = axs[3].get_ylim()
axs[3].set_ylim(ylim[::-1])
axs[3].set_title("Origin from rc, reversed y-axis")
fig.colorbar(im, ax=axs[3])

fig.tight_layout()
plt.show()

等高線画像の表示

このステップでは、等高線画像を表示します。

fig.tight_layout()
plt.show()

まとめ

この実験では、PythonのMatplotlibライブラリを使って等高線画像を作成する方法を学びました。必要なライブラリをインポートし、描画するデータを定義し、等高線画像を作成し、画像を表示するまでの手順を踏みました。等高線画像は、二次元のプロットを使って三次元の曲面を表すために有用な可視化技術です。

Matplotlib による等高線画像