京东云服务器推荐配置、多种配置选择,满足不同业务需求!

热门推荐

⭐ 稳定入门选择

配置:2核2G/5M

适用场景:个人站点 / 轻量应用

特点:性价比高,稳定可靠

¥19/月
立即购买
流量友好

☁️ 轻量云主机

配置:2核4G 5M

适用场景:小型业务 / 博客 / 测试环境

特点:流量友好,性能均衡

¥149/年
立即购买
高性能

💻 云服务主机

配置:4核16G 8M

适用场景:中小型服务 / 多并发场景

特点:充足内存与带宽,性能强劲

¥750/年
立即购买
新人专享

🎁 新人福利

新人访问 → 点击 → 最新活动

可获取 3000元 礼券

立即领取
数据分析 / Matplotlib 教程 / Matplotlib 教程
Matplotlib 轮廓图
Matplotlib 二维箭头图Matplotlib 散点图

Matplotlib 轮廓图

轮廓图(有时称为“水平图”)是一种在二维平面上显示三维表面的方法。 它绘制了y轴上的两个预测变量X Y和轮廓的响应变量Z。 这些轮廓有时称为z切片或等响应值。

如果要查看Z如何随两个输入X和Y的变化而变化,则轮廓图是非常适用的,例如Z = f(X,Y)。 两个变量函数的等值线或等值线是函数具有常数值的曲线。

自变量x和y通常限于称为meshgrid的规则网格。 numpy.meshgrid使用x值数组和y值数组创建一个矩形网格。

Matplotlib API包含分别绘制轮廓线和填充轮廓的contour()和contourf()函数。 两个函数都需要三个参数x,y和z。

# Filename : example.py
# Copyright : 2020 By Nhooo
# Author by : www.xsc123.com
# Date : 2020-08-08
import numpy as np
 import matplotlib.pyplot as plt
 xlist = np.linspace(-3.0, 3.0, 100)
 ylist = np.linspace(-3.0, 3.0, 100)
 X, Y = np.meshgrid(xlist, ylist)
 Z = np.sqrt(X**2 + Y**2)
 fig,ax=plt.subplots(1,1)
 cp = ax.contourf(X, Y, Z)
 fig.colorbar(cp) # Add a colorbar to a plot
 ax.set_title('Matplotlib轮廓图')
 #ax.set_xlabel('x (cm)')
 ax.set_ylabel('y (cm)')
 plt.show()

执行上面示例代码,得到以下结果 -

执行代码结果

Matplotlib 二维箭头图Matplotlib 散点图