然后,我们使用np.c函数将坐标和标签组合成一个多维数组。最后,我们使用plt.contourf函数绘制等高线图,通过添加一个颜色条来显示每个区域对应的标签。通过这个例子,我们可以看到np.meshgrid、ravel、np.c和plt.contourf函数的强大之处。它们可以帮助我们方便地处理和可视化多维数据,从而更好地理解数据的结构和模式。在实际...
import numpy as np import matplotlib.pyplot as plt # 定义x轴和y轴的取值范围 x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) # 生成网格坐标矩阵 X, Y = np.meshgrid(x, y) # 计算二维函数值 Z = np.sin(np.sqrt(X**2 + Y**2)) # 绘制等高线图 plt.contourf(X, Y...
最后,我们尝试使用 plt.contourf() 绘制轮廓线和填充轮廓 在输出中,绘制了等高线。 范例4: importnumpyasnpimportmatplotlib.pyplotasplt a = np.linspace(-5,5,5) b = np.linspace(-5,5,11) random_data = np.random.random((11,5)) xa, xb = np.meshgrid(a, b) plt.contourf(xa, xb, random_...
而不是3D的这是我的代码: t = np.linspace(1.5, 6, 100) h = np.linspace(1.2, 6, 100) w_0, w_1 = np.meshgrid(t, h) z = stats.norm(u_ml,sig_ml).pdf(np.dstack((w_0,w_1))) plt.contourf(t, h,z, cmap='plasm
plt.contourf(X,Y,Z)plt.colorbar()plt.show() 1. 2. 3. 上述代码中,我们使用contourf函数绘制等高线图,并使用colorbar函数添加一个颜色条。最后,使用show函数显示Meshgrid图。 2.4 放大Meshgrid图 为了放大Meshgrid图,我们可以使用matplotlib库中的imshow函数。我们可以在绘制Meshgrid图的代码之前添加以下代码: ...
plt.contourf(X, Y, z) plt.colorbar() plt.show() 上述代码中,我们使用了numpy库中的sin函数和sqrt函数来计算z的值。然后,我们使用matplotlib库中的contourf函数来绘制等高线图,并使用colorbar函数添加颜色条。 除了绘制等高线图,我们还可以使用meshgrid函数生成三维曲面图。例如,我们可以通过以下代码生成一个三维曲...
一、二维网格 1、线图 与 平面图 之前使用 plot 和 plot3 绘制的都是线图 , 给定若干个点的向量 , 绘制这些点 , 然后将这些点使用直线连接起来 , 组成了线图 ; 绘制3 3 3 维线图时 , 只需要给定 X , Y , Z X,Y, Z X,Y,Z 三个向量 ( 每个向量都含有 n n n 个元素 ) , 分别是 n n ...
x = np.arange(-5, 5, 1) y = np.arange(-5, 5, 1) xx, yy = np.meshgrid(x, y, sparse=True) z = np.sin(xx**2 + yy**2) / (xx**2 + yy**2) h = plt.contourf(x,y,z) 如果可能的话,请给我展示很多真实世界的例子。 原文由 HonzaB 发布,翻译遵循 CC BY-SA 4.0 许可...
第六步:使用plt.contourf 画出等高线图 代码: importnumpy as npimportmatplotlib.pyplot as plt#随机种子np.random.seed(0) N= 100#每个样本的个数K = 3#样本的类别D = 2#表示两个维度X= np.zeros((N*K, D)) y= np.zeros(N*K, dtype='int')#第一步:构造数据forjinrange(K): ...
(xx.shape,yy.shape,zz.shape)# sparse coordinate arraysxs,ys=np.meshgrid(x,y,sparse=True)zs=np.sqrt(xs**2+ys**2)print(xs.shape,ys.shape,zs.shape)print(np.array_equal(zz,zs))h=plt.contourf(x,y,zs)plt.axis('scaled')plt.colorbar()plt.show()"""(101, 101) (101, 101) (101...