[Wissenschaftlich-technische Berechnung mit Python] Zeichnen, Visualisieren, Matplotlib von 2D-Konturlinien (Farbkonturen) usw.

Einführung

Erstellen Sie ein Konturdiagramm mit den Konturmethoden ** pcolor **, ** imshow ** von matplotlib.

Nachtrag: 28. August 2017: ** Inhalt (4) hinzugefügt, der Farbnetz und Kontur mischt. ** ** **

Inhalt

(1) Betrachten Sie $ z = sin (x) + cos (y) $ und zeichnen Sie es in Farbe im Bereich [0, x, 10], [0, y, 10]. Ich benutze Pcolor Mesh. Schneller als pcolor ().

(2) Zeichnungsbeispiel mit impshow

(3) Konturdiagramm unter Verwendung des Kontors

(4) Eine Mischung aus Farbnetz und Kontur

Beispiel (1): Verwenden von pcolormesh

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.05) #Generierung des x-Achsen-Zeichenbereichs. 0 bis 10 0.In Schritten von 05.
y = np.arange(0, 10, 0.05) #Erzeugung des Zeichnungsbereichs der y-Achse. 0 bis 10 0.In Schritten von 05.

X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)   #Geben Sie die anzuzeigende Berechnungsformel an. Konturen werden für Z gemacht.

plt.pcolormesh(X, Y, Z, cmap='hsv') #Konturkarte generieren. Geben Sie die Farbregel mit cmap an.
#plt.pcolor(X, Y, Z, cmap='hsv') #Konturkarte generieren. Geben Sie die Farbregel mit cmap an.

pp=plt.colorbar (orientation="vertical") #Farbbalkenanzeige
pp.set_label("Label", fontname="Arial", fontsize=24) #Farbbalkenetikett

plt.xlabel('X', fontsize=24)
plt.ylabel('Y', fontsize=24)

plt.show()

Ergebnis (1): Diagramm mit Farbnetz

Beispiel (2): Verwenden von impshow

Wenn Sie ein zweidimensionales Array schnell visualisieren möchten, verwenden Sie matplotlib.pyplot.imshow ().

import numpy as np
import matplotlib.pyplot as plt

z=np.zeros([100,100])
for i in range(100):
    for j in range(100):
        z[i,j] = i+j

plt.imshow(z)
plt.colorbar () #Farbbalkenanzeige
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Ergebnis (2): impshow

Beispiel (3) Konturdiagramm unter Verwendung der Kontur

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.05) #Generierung des x-Achsen-Zeichenbereichs. 0 bis 10 0.In Schritten von 05.
y = np.arange(0, 10, 0.05) #Erzeugung des Zeichnungsbereichs der y-Achse. 0 bis 10 0.In Schritten von 05.

X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)   #Geben Sie die anzuzeigende Berechnungsformel an. Konturen werden für Z gemacht.

#Konturkarte generieren.
cont=plt.contour(X,Y,Z,  5, Vmax=1,colors=['black'])
cont.clabel(fmt='%1.1f', fontsize=14)


pp=plt.colorbar (orientation="vertical") #Farbbalkenanzeige
pp.set_label("Label", fontname="Arial", fontsize=24) #Farbbalkenetikett



plt.xlabel('X', fontsize=24)
plt.ylabel('Y', fontsize=24)

plt.show()

Ergebnis (3): Konturdiagramm

Beispiel (4) Mischung aus Farbnetz und Kontur

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.05) #Generierung des x-Achsen-Zeichenbereichs. 0 bis 10 0.In Schritten von 05.
y = np.arange(0, 10, 0.05) #Erzeugung des Zeichnungsbereichs der y-Achse. 0 bis 10 0.In Schritten von 05.

X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)   #Geben Sie die anzuzeigende Berechnungsformel an. Konturen werden für Z gemacht.

#Konturkarte generieren.
cont=plt.contour(X,Y,Z,  5, vmin=-1,vmax=1, colors=['black'])
cont.clabel(fmt='%1.1f', fontsize=14)


plt.xlabel('X', fontsize=24)
plt.ylabel('Y', fontsize=24)


plt.pcolormesh(X,Y,Z, cmap='cool') #Farbkonturdiagramm
pp=plt.colorbar (orientation="vertical") #Farbbalkenanzeige
pp.set_label("Label",  fontsize=24)

plt.show()

Ergebnis (4): Mischung aus Farbnetz und Kontur

[Nachtrag]

Geben Sie das Muster mit ** cmap ** der Farbkartenspezifikation an. Dutzende von Mustern sind verfügbar. Beispiele finden Sie hier [https://matplotlib.org/examples/color/colormaps_reference.html):

'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern', 'gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix', 'brg', 'hsv', 'gist_rainbow', 'rainbow', 'jet', 'nipy_spectral', 'gist_ncar'