Matplotlib QuadMesh 绘图 | Python 数据可视化

简介

本教程将指导你使用 Matplotlib 库创建 QuadMesh 图。QuadMesh 是 pcolor 函数的一种更快的泛化，但有一些限制。本教程中的演示将说明 QuadMesh 在处理掩码数据时的一个错误。

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，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。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/FunctionsGroup(["Functions"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/AdvancedTopicsGroup(["Advanced Topics"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") python/FunctionsGroup -.-> python/build_in_functions("Build-in Functions") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") matplotlib/AdvancedTopicsGroup -.-> matplotlib/matplotlib_config("Customizing Matplotlib Configurations") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/lists -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/tuples -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/build_in_functions -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/importing_modules -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/using_packages -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} matplotlib/matplotlib_config -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/numerical_computing -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} python/data_visualization -.-> lab-48892{{"Matplotlib QuadMesh 绘图教程"}} end

导入必要的库

import numpy as np
from matplotlib import pyplot as plt

定义数据

n = 12
x = np.linspace(-1.5, 1.5, n)
y = np.linspace(-1.5, 1.5, n * 2)
X, Y = np.meshgrid(x, y)
Qx = np.cos(Y) - np.cos(X)
Qz = np.sin(Y) + np.sin(X)
Z = np.sqrt(X**2 + Y**2) / 5
Z = (Z - Z.min()) / (Z.max() - Z.min())
Zm = np.ma.masked_where(np.abs(Qz) < 0.5 * np.max(Qz), Z)

创建图表

fig, axs = plt.subplots(nrows=1, ncols=3)
axs[0].pcolormesh(Qx, Qz, Z, shading='gouraud')
axs[0].set_title('无掩码值')
cmap = plt.colormaps[plt.rcParams['image.cmap']].with_extremes(bad='y')
axs[1].pcolormesh(Qx, Qz, Zm, shading='gouraud', cmap=cmap)
axs[1].set_title('有掩码值')
axs[2].pcolormesh(Qx, Qz, Zm, shading='gouraud')
axs[2].set_title('有掩码值')
fig.tight_layout()
plt.show()

解释

步骤2：使用NumPy数组定义数据。X和Y数组用于创建网格，该网格用于计算Qx和Qz值。然后根据Qx和Qz值计算Z值。Zm数组是通过在Qz的绝对值小于Qz最大值的0.5倍的位置屏蔽值来创建的。
步骤3：使用subplots方法创建一个包含三个子图的图形。pcolormesh函数用于为每个子图创建一个QuadMesh图。第一个子图显示没有掩码值的图。第二个子图显示有掩码值且使用自定义颜色映射表的图，其中掩码区域为黄色。第三个子图显示有掩码值且使用默认颜色映射表的图，其中掩码区域为透明。
步骤4：QuadMesh图是可视化二维数据的有用工具。在本教程中，我们学习了如何使用pcolormesh函数创建QuadMesh图以及如何处理图中的掩码数据。

总结

本教程提供了使用Matplotlib库创建QuadMesh图的分步指南。我们学习了如何处理图中的掩码数据以及如何为掩码区域自定义颜色映射表。QuadMesh图是可视化二维数据的强大工具，在科学应用中特别有用。