Заполненные контурные графики с использованием Matplotlib

Введение

В этом уроке мы узнаем, как создавать заполненные контурные графики с использованием метода contourf из библиотеки Matplotlib. Мы рассмотрим, как создавать заполненные контуры с автоматическими и явными уровнями, а также как настраивать карту цветов и параметры расширения.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

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

Если вы сталкиваетесь с проблемами при обучении, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем библиотеки и создаем данные

Сначала нам нужно импортировать необходимые библиотеки и создать некоторые данные для построения.

import matplotlib.pyplot as plt
import numpy as np

## Create data
origin = 'lower'
delta = 0.025
x = y = np.arange(-3.0, 3.01, 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 заполненный контур с автоматическими уровнями

Далее мы создадим заполненный контурный график с автоматическими уровнями. Мы будем использовать метод contourf с параметром cmap, установленным на plt.cm.bone, чтобы указать карту цветов. Мы также добавим контурные линии с помощью метода contour и передадим подмножество уровней контура, используемых для заполненных контуров.

## Create filled contour with automatic levels
fig, ax = plt.subplots()
CS = ax.contourf(X, Y, Z, 10, cmap=plt.cm.bone, origin=origin)
CS2 = ax.contour(CS, levels=CS.levels[::2], colors='r', origin=origin)

## Add title, axis labels, and colorbar
ax.set_title('Filled Contour with Automatic Levels')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
cbar = fig.colorbar(CS)
cbar.ax.set_ylabel('Z Label')
cbar.add_lines(CS2)

## Show plot
plt.show()

Создаем заполненный контур с явными уровнями

Теперь мы создадим заполненный контурный график с явными уровнями. Мы будем использовать метод contourf с параметром levels, установленным на список значений, чтобы указать уровни контура. Мы также установим карту цветов на список цветов и параметр extend на 'both', чтобы показать значения за пределами диапазона уровней.

## Create filled contour with explicit levels
fig, ax = plt.subplots()
levels = [-1.5, -1, -0.5, 0, 0.5, 1]
CS = ax.contourf(X, Y, Z, levels, colors=('r', 'g', 'b'),
                 origin=origin, extend='both')
CS2 = ax.contour(X, Y, Z, levels, colors=('k',),
                 linewidths=(3,), origin=origin)

## Add title, axis labels, and colorbar
ax.set_title('Filled Contour with Explicit Levels')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
cbar = fig.colorbar(CS)
cbar.ax.set_ylabel('Z Label')

## Show plot
plt.show()

Настройка карты цветов и параметров расширения

Наконец, мы настроим карту цветов и параметры расширения. Мы будем использовать метод with_extremes, чтобы установить цвета для значений ниже и выше диапазона уровней. Мы также создадим четыре подграфика, чтобы показать четыре возможных настройки extend: 'neither', 'both', 'min' и 'max'.

## Set colormap and extend settings
extends = ["neither", "both", "min", "max"]
cmap = plt.colormaps["winter"].with_extremes(under="magenta", over="yellow")

## Create subplots with different extend settings
fig, axs = plt.subplots(2, 2, layout="constrained")
for ax, extend in zip(axs.flat, extends):
    cs = ax.contourf(X, Y, Z, levels, cmap=cmap, extend=extend, origin=origin)
    fig.colorbar(cs, ax=ax, shrink=0.9)
    ax.set_title("extend = %s" % extend)
    ax.locator_params(nbins=4)

## Show plot
plt.show()

Резюме

В этом уроке мы узнали, как создавать заполненные контурные графики с использованием метода contourf из библиотеки Matplotlib. Мы рассмотрели, как создавать заполненные контуры с автоматическими и явными уровнями, а также как настраивать карту цветов и параметры расширения. С этими навыками вы сможете создавать красивые и информативные контурные графики для своих данных.