matplotlib的等值线间隔

matplotlib绘制等值线图时，可以通过设置contour函数的levels参数来控制等值线的数量和间隔。levels参数可以接受一个列表，指定等值线的数值，也可以接受一个整数n，此时matplotlib会自动计算n个等间距的数值作为等值线的数值。

例如，下面的代码绘制了一个x^2+y^2的等值线图，其中levels参数设置为10，表示绘制10条等间距的等值线。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, 101)
y = np.linspace(-5, 5, 101)
X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2

plt.contour(X, Y, Z, levels=10)
plt.show()

你可以根据需要调整levels参数的值，来控制等值线的数量和间隔。

相关问题

contour函数如何调整等值线的间隔

在Matplotlib库中，`contourf()`函数用于绘制等高线填充图，而如果你想调整等值线的间隔，可以使用`contour()`函数配合`numpy.linspace()`或者`np.arange()`来设置等值线的水平范围，以及`plt.contour()`的`levels`参数。

例如，假设你有一个二维数组`Z`，你可以这样做：

import numpy as np
import matplotlib.pyplot as plt

# 假设 Z 是你的数据数组
Z = ... # 你需要计算等值线的数据

# 设置等值线的数量或间距，比如每5个单位差距生成一个等值线
levels = np.arange(start_value, end_value, step=5)

# 创建等值线图
fig, ax = plt.subplots()
CS = ax.contour(Z, levels=levels)

# 可选地，还可以调整颜色条的颜色间隔
ax.clabel(CS, inline=True, fontsize=10)

# 显示图形
plt.show()

在这个例子中，`start_value`, `end_value`, 和 `step`是你自定的，可以根据需要调整等值线的分布。`levels`参数决定了哪些高度会被绘制为等值线。

使用python以DEM为输入栅格数据，按1000 m的间隔提取海拔等值线

在Python中，我们可以使用一些地理信息处理库，如Rasterio、GeoPandas和matplotlib等来提取DEM（数字高程模型）的海拔等值线。以下是一个简单的步骤概述：

1. **安装所需库**:
首先，确保已经安装了`rasterio`, `geopandas`, 和 `matplotlib`。如果没有，可以分别通过pip安装：

   pip install rasterio geopandas matplotlib

2. **导入模块**:

   import rasterio
   from rasterio.plot import show
   import geopandas as gpd
   import numpy as np

3. **读取DEM数据**:
使用`rasterio`打开DEM文件，并读取其内容：

   with rasterio.open('dem_file.tif') as src:
       dem_data = src.read(1)  # 第1带通常包含海拔信息
       transform = src.transform

4. **计算等值线**:
创建等值线列表，例如每1000米一个等高线：

   elevations = np.arange(src.nodata, src nodata + (src.height * src.width), 1000)

5. **提取等值线**:
使用`scipy`库中的`griddata`函数将DEM数据插值到等值线位置，然后创建一个GeoDataFrame:

   from scipy.interpolate import griddata
   x, y = np.meshgrid(np.arange(transform[2], transform[2] + src.width * transform[0], transform[0]),
                      np.arange(transform[5], transform[5] - src.height * transform[4], -transform[4]))
   interpolated_points = griddata((x.flatten(), y.flatten()), dem_data.flatten(), (x, y), method='cubic')
   elevation_df = gpd.GeoDataFrame({'elevation': interpolated_points.reshape(x.shape),
                                  'geometry': gpd.points_from_xy(x, y)})

6. **绘图显示**:
最后，你可以使用GeoPandas绘制等值线图，比如用`matplotlib`：

   ax = elevation_df.plot(column='elevation', cmap='terrain', legend=True)
   ax.set_title("1000m等高线")