Matplotlib.axes.axes.tricontourf() - 在非结构化的三角形网格上绘制轮廓

Matplotlib.axes.axes.tricontourf()

Matplotlib是Python中的一个库,它是NumPy库的数值-数学扩展。Axes包含了大多数图形元素:Axis、Tick、Line2D、Text、Polygon等,并设置坐标系。Axes的实例通过callbacks属性支持回调。

matplotlib.axes.axes.tricontourf()函数

matplotlib库的Axes模块中的Axes.tricontourf()函数也用于在非结构化的三角形网格上绘制轮廓。triicontour和triicontourf分别绘制等高线和填充等高线。

Syntax:

Axes.tricontourf(ax, *args, **kwargs)

参数:该方法接受如下参数说明:

  • x, y:这些参数是要绘制的数据的x和y坐标。
  • triangulation:这个参数是一个matplotlib.tri.Triangulation对象。
  • Z:这个参数是等高线的值数组,在三角剖分中每个点一个值。
  • **kwargs:这个参数是Text属性,用于控制标签的外观。

所有剩余的参数和kwargs与matplotlib.pyplot.plot()相同。

注意:tricontourf-only关键字参数:
反走样:该参数是一个bool,启用反走样,用于非结构化三角网格的轮廓。

返回2个Line2D的列表,包含以下内容:

  • 画出三角形边的线。
  • 标记为三角形节点

下面的例子演示了matplotlib.axes.axes.tricontourf()函数在matplotlib.axes中的作用:

示例1

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import matplotlib.tri as mtri
import numpy as np
      
# Create triangulation.
x = np.asarray([0, 1, 0, 3, 0.5, 1.5, 2.5, 1, 2, 1.5])
y = np.asarray([0, 0, 0, 0, 1.0, 1.0, 1.0, 2, 2, 3.0])
triangles = [[0, 1, 4], [1, 5, 4], [2, 6, 5], [4, 5, 7],
             [5, 6, 8], [5, 8, 7], [7, 8, 9], [1, 2, 5], 
             [2, 3, 6]]
  
triang = mtri.Triangulation(x, y, triangles)
z = np.cos(2.5 * x*x) * np.cos(1.5 * y*x)
      
fig, axs = plt.subplots()
t = axs.tricontourf(triang, z)
fig.colorbar(t)
   
axs.set_title('matplotlib.axes.Axes.tricontourf() Example')
plt.show()

输出:

Matplotlib.axes.axes.tricontourf()

示例2

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import matplotlib.tri as tri
import numpy as np
    
n_angles = 26
n_radii = 10
min_radius = 0.35
radii = np.linspace(min_radius, 0.95, n_radii)
  
angles = np.linspace(0, 4 * np.pi, n_angles, endpoint = False)
angles = np.repeat(angles[..., np.newaxis], n_radii, axis = 1)
angles[:, 1::2] += np.pi / n_angles
  
x = (10 * radii * np.cos(angles)).flatten()
y = (10 * radii * np.sin(angles)).flatten()
z = (np.cos(4*(radii)**2) * np.cos(3 * (angles)**2)).flatten()
  
triang = tri.Triangulation(x, y)
  
triang.set_mask(np.hypot(x[triang.triangles].mean(axis = 1),
                         y[triang.triangles].mean(axis = 1))
                < min_radius)
    
fig1, ax1 = plt.subplots()
ax1.set_aspect('equal')
tcf = ax1.tricontourf(triang, z)
fig1.colorbar(tcf)
ax1.set_title('matplotlib.axes.Axes.tricontourf() Example')
plt.show()

输出:

Matplotlib.axes.axes.tricontourf()

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程