Los gráficos de contorno, también llamados gráficos de nivel, son una herramienta para realizar análisis multivariados y visualizar gráficos 3D en un espacio 2D. Si consideramos X e Y como nuestras variables que queremos graficar, entonces la respuesta Z se graficará como cortes en el plano XY debido a que los contornos a veces se denominan cortes Z o isorrespuesta.
Los gráficos de contorno se utilizan ampliamente para visualizar la densidad, las altitudes o las alturas de la montaña, así como en el departamento meteorológico. Debido a su uso tan amplio, matplotlib.pyplot
proporciona un método contour
que nos facilita dibujar gráficos de contorno.
matplotlib.pyplot.contour
Matplotlib.pyplot.contour () suele ser útil cuando Z = f(X, Y), es decir, Z cambia en función de las entradas X e Y. También contourf()
está disponible A, que nos permite dibujar contornos rellenos.
Sintaxis: matplotlib.pyplot.contour([X, Y, ] Z, [niveles], **kwargs)
Parámetros:
X, Y: arrays numpy 2-D con la misma forma que Z o arrays 1-D tales que len(X)==M y len(Y)==N (donde M y N son filas y columnas de Z)
Z: Los valores de altura sobre los que se dibuja el contorno. La forma es (M, N)
niveles: determina el número y las posiciones de las líneas de contorno/regiones.Devoluciones: QuadContourSet
Los siguientes ejemplos ilustran la matplotlib.pyplot.contour()
función en matplotlib.pyplot:
Ejemplo n.° 1: Trazado de Contorno con contour()
el cual solo se trazan líneas de contorno.
# Implementation of matplotlib function import matplotlib.pyplot as plt import numpy as np feature_x = np.arange(0, 50, 2) feature_y = np.arange(0, 50, 3) # Creating 2-D grid of features [X, Y] = np.meshgrid(feature_x, feature_y) fig, ax = plt.subplots(1, 1) Z = np.cos(X / 2) + np.sin(Y / 4) # plots contour lines ax.contour(X, Y, Z) ax.set_title('Contour Plot') ax.set_xlabel('feature_x') ax.set_ylabel('feature_y') plt.show()
Producción:
Ejemplo n.º 2: Trazado de contornos mediante contourf()
el cual se trazan contornos rellenos.
# Implementation of matplotlib function import matplotlib.pyplot as plt import numpy as np feature_x = np.linspace(-5.0, 3.0, 70) feature_y = np.linspace(-5.0, 3.0, 70) # Creating 2-D grid of features [X, Y] = np.meshgrid(feature_x, feature_y) fig, ax = plt.subplots(1, 1) Z = X ** 2 + Y ** 2 # plots filled contour plot ax.contourf(X, Y, Z) ax.set_title('Filled Contour Plot') ax.set_xlabel('feature_x') ax.set_ylabel('feature_y') plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por nishkarsh146 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA