简介
在本实验中，我们将学习如何使用 Python 中的 Matplotlib 库创建三维等高线图。等高线图是三维表面的图形表示，其中等高线绘制在二维平面上。等高线图有助于可视化一个变量相对于其他两个变量的变化。
虚拟机使用提示
虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。
导入库
我们将首先导入创建三维等高线图所需的库。我们将使用 matplotlib 和 mpl_toolkits 库。
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import axes3d
创建图形和子图
接下来，我们创建一个图形和子图来容纳我们的三维等高线图。
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
获取测试数据
我们将使用 axes3d.get_test_data() 函数来获取一些用于绘制的测试数据。
X, Y, Z = axes3d.get_test_data(0.05)
创建等高线图
现在我们可以使用 ax.contour() 函数为测试数据创建一个三维等高线图。
ax.contour(X, Y, Z, cmap=cm.coolwarm)
自定义绘图
我们可以通过为坐标轴添加标签并调整视角来定制绘图。
ax.set_xlabel('X 标签')
ax.set_ylabel('Y 标签')
ax.set_zlabel('Z 标签')
ax.view_init(elev=30, azim=120)
显示绘图
最后，我们使用 plt.show() 函数来显示三维等高线图。
plt.show()
总结
在本实验中，我们学习了如何使用 Python 中的 Matplotlib 库创建三维等高线图。我们导入了必要的库，创建了一个图形和子图，获取了测试数据，创建了一个等高线图，定制了该图，并显示了该图。等高线图对于可视化一个变量相对于其他两个变量的变化很有用。