如何从同层级多条等高线中选择单条23℃等高线路径

核心思路 #

plt.contour()返回的contour对象中，get_paths()会返回所有独立的等高线路径（每条路径对应一个Path实例）。你可以通过路径的顶点范围、长度或直接可视化区分的方式，筛选出目标单条路径。

具体实现步骤 #

1. 排查所有路径的基本特征
   遍历所有路径，打印每条路径的顶点数、时间/深度范围，快速定位目标路径：

for idx, path in enumerate(paths):
    verts = path.vertices
    print(f"路径{idx}: 顶点数={len(verts)}, 时间范围={verts[:,0].min()}-{verts[:,0].max()}, 深度范围={verts[:,1].min()}-{verts[:,1].max()}")

2. 按业务特征筛选目标路径
   如果目标23℃等高线是覆盖完整时间序列的连续线，它的时间范围会和原始数据的时间区间基本一致，用这个特征筛选：

# 获取原始数据的完整时间范围
full_time_min = ds.TIME1.min()
full_time_max = ds.TIME1.max()

target_path = None
for path in paths:
    verts = path.vertices
    # 用极小误差避免浮点精度问题
    if (verts[:,0].min() <= full_time_min + 1e-5) and (verts[:,0].max() >= full_time_max - 1e-5):
        target_path = path
        break

# 提取目标路径的顶点
if target_path:
    target_vertices = target_path.vertices

3. 可视化验证路径（可选）
   如果不确定哪条是目标，把所有路径用不同颜色画出，直观区分：

import matplotlib.pyplot as plt
colors = ['#ff4444', '#0099cc', '#77dd77', '#ffaa33']
for idx, path in enumerate(paths):
    verts = path.vertices
    plt.plot(verts[:,0], verts[:,1], color=colors[idx % len(colors)], label=f'Path {idx}')
plt.legend()
plt.xlabel('TIME1')
plt.ylabel('DEPTH')
plt.show()

额外提示 #

• 若数据中存在孤立的23℃小区域，会生成闭合的短路径，这类路径的顶点数少、时间/深度范围窄，很容易和主路径区分。
• 顶点数量多是正常现象（保证等高线平滑），如果需要精简顶点，可使用target_path.simplify(tolerance=0.1)（tolerance值越大，精简后的顶点越少）。

内容的提问来源于stack exchange，提问作者Ranjan Kumar Sahu