如何用plt.contourf()绘制量级差异大的等高线及相关问题

问题背景 #

我希望用plt.contourf()绘制等高线以达到目标图效果，但实际绘制结果不符。我的数据特点：

• 量级差异极大，范围从10^-11到105
• 高程点数量为80*80

我的疑问：

1. contourf()能否达到示例图的精度？
2. 仅80*80点能否实现目标效果？
3. 如何在colorbar()中设置自定义对数刻度范围？

我的代码 #

def draw_contour():
    np_array=np.load("terrain.npy")
    x,y=np.meshgrid(np.linspace(0,80,80),np.linspace(0,80,80))
    plt.contourf(x,y,np_array[:,0].reshape(80,80),levels=100000,locator=ticker.LogLocator(),alpha=1,linestyles='--',cmap='terrain')
    plt.colorbar(label='Elevation')    
    plt.xlabel('X')
    plt.ylabel('y')
    plt.show()
    print('end')

if __name__=='__main__':
    draw_contour()

部分数据示例 #

1.599047500000000004e-09、1.313549499999999921e-09 ... 5.243679999999999743e-07

问题解答 #

1. contourf()能否达到示例图的精度？ #

可以，但你的代码存在几个影响效果的问题：

• contourf()是填充等高线，linestyles参数对它无效（该参数仅适用于contour()），多余参数会干扰渲染逻辑
• 设置levels=100000完全没必要，对数刻度下这么多级别会导致计算量暴增，且肉眼根本分辨不出差异，反而容易出现渲染异常
• 直接用LogLocator但未处理数据中的极小值（比如10^-11），可能出现刻度显示异常或填充断层

修正思路：保留对数刻度定位器，合理设置levels数量（20-50足够），移除无效参数，同时过滤数据中小于等于0的数值（对数刻度不支持负数）。

2. 仅80*80点能否实现目标效果？ #

取决于目标图的细节要求：

• 如果目标图是宏观趋势展示，80*80的分辨率足够，能呈现整体的高低分布
• 如果目标图需要精细的局部地形细节，80*80的点密度就不够了——相邻点间距较大，插值生成的等高线会比较粗糙，无法还原小尺度地形起伏

如果必须用现有数据，可以通过两种方式优化：

• 在contourf()中设置interpolation='bilinear'或interpolation='bicubic'提升渲染平滑度
• 先用scipy.interpolate.griddata对原始数据做插值，提升分辨率后再绘图

3. 如何在colorbar()中设置自定义对数刻度范围？ #

可以通过以下方式实现，结合代码示例：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import LogLocator

def draw_contour():
    np_array = np.load("terrain.npy")
    data = np_array[:,0].reshape(80,80)
    # 过滤负数和0，避免对数计算报错
    data[data <= 0] = np.nan
    x,y = np.meshgrid(np.linspace(0,80,80), np.linspace(0,80,80))
    
    # 自定义对数刻度范围：1e-10 到 1e5
    vmin = 1e-10
    vmax = 1e5
    # 生成对数间距的等高线级别
    levels = np.logspace(np.log10(vmin), np.log10(vmax), num=30)
    
    cf = plt.contourf(x, y, data, levels=levels, locator=LogLocator(base=10), cmap='terrain', alpha=1)
    # 设置colorbar的自定义刻度
    cbar = plt.colorbar(cf, label='Elevation')
    # 手动指定刻度位置
    cbar.set_ticks([1e-10, 1e-8, 1e-6, 1e-4, 1e-2, 1, 1e2, 1e4, 1e5])
    # 自定义刻度显示文本
    cbar.set_ticklabels(['1e-10', '1e-8', '1e-6', '1e-4', '1e-2', '1', '100', '10000', '1e5'])
    
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.show()
    print('end')

if __name__=='__main__':
    draw_contour()

如果数据有部分超出自定义范围，可以给colorbar添加extend='both'参数，显示超出范围的颜色块，明确提示数据边界。

内容的提问来源于stack exchange，提问作者user24093602