为什么pyplot.contour（）要求Z为2D数组？

为什么pyplot.contour（）要求Z为2D数组？

查看某人的文档

contour

发现，有两种方法可以调用此函数，例如

contour(Z)

或

contour(X,Y,Z)

。所以，你会发现它不需要任何

X

或者

Y

价值能够体现的。

但是，为了绘制轮廓，函数必须知道下面的网格。Matplotlib的

contour

基于矩形网格。但即便如此，允许

contour(z)

，与

z

作为一维数组，就不可能知道现场应该如何绘制。在的情况下

contour(Z)

，其中

Z

是一个二维数组，它的形状明确地将针对图中的网格。

一旦知道了该网格，是否将可选

X

和

Y

数组展平就变得无关紧要了。实际上，文档告诉我们的是：

X和Y必须都是与Z形状相同的2-D，或者它们都必须是1-D，以使len（X）是Z中的列数，而len（Y）是Z中的行数。

同样显而易见的是，某些东西

plt.contour(X_grid.ravel(), Y_grid.ravel(),Z_grid.ravel())

无法生成等高线图，因为有关网格形状的所有信息都将丢失，并且等高线函数无法知道如何解释数据。例如，如果

len(Z_grid.ravel())== 12

底层网格的形状可以是

(1,12), (2,6), (3,4), (4,3), (6,2), (12,1)

。

可能的解决方法当然是允许一维数组并引入参数

shape

，例如

plt.contour(x,y,z,shape=(6,2))

。但是事实并非如此，因此您必须忍受

Z

需要为2D的事实。

但是，如果您正在寻找一种方法来获得具有平坦（散乱的）数组的国土图，则可以使用

plt.tricontour()

。

plt.tricontour(X_grid.ravel(), Y_grid.ravel(), Z_grid.ravel())

在这里，将使用Delaunay三角剖分在内部生成三角形网格。因此，即使完全随机化的点也将产生不错的结果，如下图所示，将其与赋予的相同随机点进行比较

contour

。

（这里是产生这张图片的代码）