如何用Matplotlib实现湖泊纵剖面温度的平滑等高线与湖底可视化？

问题描述 #

现有Python脚本可基于Excel温度数据生成等高线图，但需要优化为带有平滑等高线和湖底轮廓线条的效果。原始代码如下：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 导入Excel数据
df = pd.read_excel('temperature_data.xlsx', index_col=0)

# 变量赋值
places = df.columns
depth = df.index
temperature = np.ma.masked_invalid(df.to_numpy())

# 绘图
fig, ax = plt.subplots()
min_temp = temperature.min()
max_temp = temperature.max()
cs = plt.contourf(places, depth, temperature, cmap='coolwarm', vmin=min_temp, vmax=max_temp)
cs2 = plt.contour(places, depth, temperature, levels=range(round(min_temp), round(max_temp)+1, 1), colors='black')
plt.clabel(cs2, inline=1, fontsize=10, fmt='%d')
plt.title('Teplota vody [°C]')

plt.ylabel('hloubka [m]')
plt.colorbar(cs, cmap='coolwarm')
plt.gca().invert_yaxis()
plt.show()

解决方案 #

通过数据插值实现平滑等高线，同时提取无效数据边界绘制湖底线条，修改后的代码如下：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from scipy.interpolate import griddata

# 导入Excel数据
df = pd.read_excel('temperature_data.xlsx', index_col=0)

# 提取原始有效数据点
places = df.columns.astype(float)  # 若地点为字符串，需先做编码转换
depth = df.index.astype(float)
x, y = np.meshgrid(places, depth)
valid_mask = ~np.isnan(df.to_numpy())
x_valid = x[valid_mask]
y_valid = y[valid_mask]
temp_valid = df.to_numpy()[valid_mask]

# 生成高密度网格用于平滑插值
x_new = np.linspace(places.min(), places.max(), 100)
y_new = np.linspace(depth.min(), depth.max(), 100)
x_grid, y_grid = np.meshgrid(x_new, y_new)

# 三次插值生成平滑温度场
temp_smooth = griddata((x_valid, y_valid), temp_valid, (x_grid, y_grid), method='cubic')
temp_smooth_masked = np.ma.masked_invalid(temp_smooth)

# 提取湖底边界：每个地点的最大有效深度
lake_bottom = []
for col in df.columns:
    col_data = df[col].dropna()
    if not col_data.empty:
        max_depth = col_data.index.max()
        lake_bottom.append((col, max_depth))
lake_bottom_x = np.array([float(p) for p, d in lake_bottom])
lake_bottom_y = np.array([d for p, d in lake_bottom])

# 绘图
fig, ax = plt.subplots(figsize=(10,6))
min_temp = temp_valid.min()
max_temp = temp_valid.max()

# 平滑填充等高线
cs = plt.contourf(x_new, y_new, temp_smooth_masked, cmap='coolwarm', vmin=min_temp, vmax=max_temp, levels=20)
# 平滑等高线线条
cs2 = plt.contour(x_new, y_new, temp_smooth_masked, levels=range(round(min_temp), round(max_temp)+1, 1), colors='black', linewidths=0.8)
plt.clabel(cs2, inline=1, fontsize=10, fmt='%d')

# 绘制湖底线条
ax.plot(lake_bottom_x, lake_bottom_y, color='darkblue', linewidth=2, label='Hnoje jezera')

plt.title('Teplota vody [°C]')
plt.ylabel('hloubka [m]')
plt.xlabel('Místa')
plt.colorbar(cs, cmap='coolwarm')
plt.gca().invert_yaxis()
plt.legend()
plt.tight_layout()
plt.show()

关键改动说明 #

• 平滑等高线：借助scipy.interpolate.griddata的三次插值方法，在高密度网格上生成平滑温度场，替代原始稀疏数据直接绘图的生硬效果
• 湖底线条：遍历每个地点的列数据，提取该列非空值对应的最大深度，将这些点连接成湖底轮廓线
• 细节优化：调整图表尺寸、恢复x轴标签、增加图例、细化等高线线条宽度，提升可视化清晰度

内容的提问来源于stack exchange，提问作者Dušan K.