使用contourf创建一个等高线集合

要使用 `contourf` 函数创建等高线集合，您需要提供 X 和 Y 值的网格，以及对应于每个网格点的 Z 值，其中 Z 值是用于绘制等高线的高度值。以下是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成 X 和 Y 值的网格
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)

# 计算每个网格点的高度值 Z
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线集合
plt.contourf(X, Y, Z, cmap='viridis')

# 显示结果
plt.colorbar()
plt.show()

在这个例子中，我们首先使用 `np.linspace` 函数生成 X 和 Y 值的网格，然后使用 `np.meshgrid` 函数将它们组合成一个网格。接下来，我们计算每个网格点的高度值 Z，这里使用了一个简单的函数 `np.sin(np.sqrt(X**2 + Y**2))`。最后，我们使用 `contourf` 函数绘制等高线集合，并使用 `cmap='viridis'` 参数指定颜色映射。 `plt.colorbar()` 函数用于创建 colorbar，以便我们可以查看颜色映射。

相关问题

密度图与等高线图代码

密度图（Density Plot）和等高线图（Contour Plot）都是数据可视化中常用的技术，它们可以有效地展示数值型数据的分布情况。

**密度图**通常是基于二维数据集，它通过颜色的深浅来表示数据点的密集程度。Python中的`seaborn`库提供了方便的函数绘制密度图，如`sns.kdeplot()`。例如：

import seaborn as sns
import numpy as np

# 创建随机数据
data = np.random.randn(1000, 2)

# 绘制密度图
sns.jointplot(data[:, 0], data[:, 1], kind='kde', color='g')

**等高线图**则显示在同一平面上的数据值相等的点的集合，通常用于描绘连续变量之间的关系。在Matplotlib中，可以使用`contourf()`函数创建等高线图：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

plt.contourf(X, Y, Z, levels=20, cmap='viridis')
plt.colorbar()
plt.show()