Создание карты уровня с использованием Python Matplotlib

Введение

Этот практикум представляет собой пошаговое руководство по созданию карты уровня с помощью Python Matplotlib. Карты уровня полезны для визуализации трехмерных данных в двумерном пространстве. В этом практикуме мы рассмотрим простое построение карты уровня, карту уровня на изображении с цветовой шкалой для уровней и подписанные уровни.

Советы по работе с ВМ

После запуска виртуальной машины щелкните в левом верхнем углу, чтобы переключиться на вкладку Ноутбук и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Проверка операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Лэби. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем необходимые библиотеки

Прежде чем начать создавать карту уровня, нам нужно импортировать необходимые библиотеки. В этом практикуме мы будем использовать numpy и matplotlib.

import matplotlib.pyplot as plt
import numpy as np

Создаем данные

Нам нужно создать данные, которые мы будем использовать для создания карты уровня. В этом примере мы создадим две двумерные Гауссовы функции.

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, 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

Создаем простую карту уровня с подписями

Теперь, когда у нас есть данные, мы можем создать простую карту уровня с подписями, используя стандартные цвета.

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z)
ax.clabel(CS, inline=True, fontsize=10)
ax.set_title('Simplest default with labels')

Размещаем подписи к уровням вручную

Мы также можем разместить подписи к уровням вручную, указав список позиций (в координатах данных).

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z)
manual_locations = [
    (-1, -1.4), (-0.62, -0.7), (-2, 0.5), (1.7, 1.2), (2.0, 1.4), (2.4, 1.7)]
ax.clabel(CS, inline=True, fontsize=10, manual=manual_locations)
ax.set_title('labels at selected locations')

Задаем цвета контуров

Мы можем заставить все контуры быть одного цвета или установить, чтобы отрицательные контуры были непрерывными, а не пунктирными.

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, 6, colors='k')  ## Negative contours default to dashed.
ax.clabel(CS, fontsize=9, inline=True)
ax.set_title('Single color - negative contours dashed')

plt.rcParams['contour.negative_linestyle'] = 'solid'
fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, 6, colors='k')  ## Negative contours default to dashed.
ax.clabel(CS, fontsize=9, inline=True)
ax.set_title('Single color - negative contours solid')

Вручную задаем цвета контуров

Мы также можем вручную указать цвета контуров.

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, 6,
                linewidths=np.arange(.5, 4,.5),
                colors=('r', 'green', 'blue', (1, 1, 0), '#afeeee', '0.5'),
                )
ax.clabel(CS, fontsize=9, inline=True)
ax.set_title('Crazy lines')

Используем цветовую карту для указания цветов контуров

Мы можем использовать цветовую карту для указания цветов линий контура.

fig, ax = plt.subplots()
im = ax.imshow(Z, interpolation='bilinear', origin='lower',
               cmap=cm.gray, extent=(-3, 3, -2, 2))
levels = np.arange(-1.2, 1.6, 0.2)
CS = ax.contour(Z, levels, origin='lower', cmap='flag', extend='both',
                linewidths=2, extent=(-3, 3, -2, 2))

## Thicken the zero contour.
CS.collections[6].set_linewidth(4)

ax.clabel(CS, levels[1::2],  ## label every second level
          inline=True, fmt='%1.1f', fontsize=14)

## make a colorbar for the contour lines
CB = fig.colorbar(CS, shrink=0.8)

ax.set_title('Lines with colorbar')

## We can still add a colorbar for the image, too.
CBI = fig.colorbar(im, orientation='horizontal', shrink=0.8)

## This makes the original colorbar look a bit out of place,
## so let's improve its position.

l, b, w, h = ax.get_position().bounds
ll, bb, ww, hh = CB.ax.get_position().bounds
CB.ax.set_position([ll, b + 0.1*h, ww, h*0.8])

Резюме

В этом практическом занятии мы научились создавать карты уровня с помощью Python Matplotlib. Мы рассмотрели создание простой карты уровня с подписями, размещение подписей к уровням вручную, задание цветов контуров, ручное указание цветов контуров и использование цветовой карты для указания цветов контуров.