Matplotlib 等高线图 | 数据可视化 | Python 教程

简介

在数据可视化中，等高线图通常用于在二维平面上显示三维数据。Matplotlib 是 Python 中广泛使用的绘图库，它提供了创建不同类型图表的功能，包括等高线图。在本实验中，我们将学习如何使用 Matplotlib 创建掩码等高线图，以及如何说明启用和禁用角掩码之间的区别。

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。

导入所需库

要使用 Matplotlib 创建掩码等高线图，我们需要导入以下库：

numpy：一个用于 Python 编程语言的库，提供对大型多维数组和矩阵的支持。
matplotlib.pyplot：一组函数，为创建不同类型的图表提供了一个简单的接口。

import matplotlib.pyplot as plt
import numpy as np

创建绘图数据

在这一步中，我们将创建用于在等高线图上绘制的数据。我们使用 np.meshgrid() 函数创建一个点网格，然后使用正弦和余弦函数计算 z 值。

## 要绘制的数据。
x, y = np.meshgrid(np.arange(7), np.arange(10))
z = np.sin(0.5 * x) * np.cos(0.52 * y)

对数据进行掩码处理

在这一步中，我们将使用布尔掩码对一些 z 值进行掩码处理。我们使用 np.zeros_like() 函数创建一个 mask 数组，然后将一些值设置为 True 以对其进行掩码处理。

## 对各种 z 值进行掩码处理。
mask = np.zeros_like(z, dtype=bool)
mask[2, 3:5] = True
mask[3:5, 4] = True
mask[7, 2] = True
mask[5, 0] = True
mask[0, 6] = True
z = np.ma.array(z, mask=mask)

创建图表

在这一步中，我们将使用 contourf() 函数创建掩码等高线图。我们将 x、y 和 z 数组传递给此函数，并根据我们要创建的图表类型将 corner_mask 参数设置为 True 或 False。

corner_masks = [False, True]
fig, axs = plt.subplots(ncols=2)
for ax, corner_mask in zip(axs, corner_masks):
    cs = ax.contourf(x, y, z, corner_mask=corner_mask)
    ax.contour(cs, colors='k')
    ax.set_title(f'{corner_mask=}')

    ## 绘制网格。
    ax.grid(c='k', ls='-', alpha=0.3)

    ## 用红色圆圈指示掩码点。
    ax.plot(np.ma.array(x, mask=~mask), y, 'ro')

plt.show()

结果解读

在这一步中，我们将解读掩码等高线图的结果。我们可以观察到，corner_mask 参数控制着图表的角点是否被掩码。当 corner_mask 设置为 True 时，等高线图的角点被掩码；而当它设置为 False 时，角点不被掩码。我们还可以看到，被掩码的点由红色圆圈表示。

总结

在本实验中，我们学习了如何使用 Matplotlib 创建掩码等高线图。我们首先导入所需的库，然后创建要绘制的数据。接着，我们使用布尔掩码对一些 z 值进行掩码处理，并使用 contourf() 函数创建等高线图。最后，我们解读了结果，并观察了启用和禁用角掩码之间的差异。

使用 Matplotlib 绘制掩码等高线图

简介