有一个函数，这个函数包含两个自变量，用Python作图，改变两个自变量的取值，画出其函数的图形，用等高线图表示，每条等高线上标注数值。并且以此为数据范围画一幅伪彩图，两张图放在一起展示。
首先，需要导入需要的库，如下所示：
|
1 2 3 4 |
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm |
然后，定义一个函数，该函数具有两个自变量，可以自己定义，例如：
|
1 2 |
def my_function(x, y): return np.sin(np.sqrt(x**2 + y**2)) |
接下来，我们需要定义两个自变量的取值范围和步长：
|
1 2 3 |
# 定义自变量取值范围和步长 x_values = np.arange(-10, 10, 0.1) y_values = np.arange(-10, 10, 0.1) |
然后，使用 NumPy 库中的 meshgrid() 函数将两个自变量的取值范围转换成网格点坐标：
|
1 2 |
# 将自变量的取值范围转换成网格点坐标 X, Y = np.meshgrid(x_values, y_values) |
现在可以计算每个网格点的函数值：
|
1 2 |
# 计算每个网格点的函数值 Z = my_function(X, Y) |
接下来，我们可以用 Matplotlib 库中的 contour() 函数绘制等高线图：
|
1 2 3 4 |
# 绘制等高线图 plt.contour(X, Y, Z, cmap=cm.coolwarm) plt.colorbar() plt.show() |
可以使用 Matplotlib 库中的 pcolor() 函数创建一个伪彩色图：
|
1 2 3 4 |
# 绘制伪彩色图 plt.pcolor(X, Y, Z, cmap=cm.coolwarm) plt.colorbar() plt.show() |
最后，可以将两张图放在一起展示：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
# 将等高线图和伪彩色图放在一起展示 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6)) # 绘制等高线图 cp = ax1.contour(X, Y, Z, cmap=cm.coolwarm) ax1.set_title('Contour plot') ax1.clabel(cp, inline=True, fontsize=8) ax1.set_xlabel('X') ax1.set_ylabel('Y') # 绘制伪彩色图 pcm = ax2.pcolor(X, Y, Z, cmap=cm.coolwarm) ax2.set_title('Pseudocolor plot') fig.colorbar(pcm, ax=ax2) ax2.set_xlabel('X') ax2.set_ylabel('Y') plt.show() |
.jpg)
.jpg)
.jpg)
