如何用Python绘制随epsilon_1、epsilon_2变化的能量增益等高线图？

你的问题核心是一维数组运算得到的E无法满足contour类函数对二维输入的要求，只需将一维的epsilon_1和epsilon_2转换为二维网格，再计算对应的能量增益E即可。以下是修正后的完整代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成一维数组
epsilon_1 = np.linspace(1, 25, 1000)
epsilon_2 = np.linspace(1, 25, 1000)

# 将一维数组转换为二维网格（X对应epsilon_1，Y对应epsilon_2）
X, Y = np.meshgrid(epsilon_1, epsilon_2)

# 计算二维的能量增益E
E = 0.5 * (X / Y + 1)

# 绘制等高线图
plt.figure(figsize=(8, 6))
# 使用contourf填充颜色，contour绘制等高线
contour_filled = plt.contourf(X, Y, E, cmap='viridis')
contour_lines = plt.contour(X, Y, E, colors='black', linewidths=0.5)

# 添加标注
plt.clabel(contour_lines, inline=True, fontsize=8)  # 标注等高线数值
plt.colorbar(contour_filled)  # 显示颜色条
plt.xlabel('$\epsilon_1$')
plt.ylabel('$\epsilon_2$')
plt.title('能量增益随$\epsilon_1$和$\epsilon_2$变化的等高线图')

plt.show()

关键说明： #

• np.meshgrid会把两个一维数组扩展为二维网格，X的每一行都是epsilon_1的复制，Y的每一列都是epsilon_2的复制，这样X和Y的每个元素组合对应平面上的一个坐标点。
• 此时计算E时，X/Y是逐元素运算，得到的E是和X、Y同维度的二维数组，完全符合plt.contour/plt.contourf的输入要求。
• 如果后续需要处理非结构化的散点数据，再考虑使用plt.tricontourf，当前场景下结构化网格的contour系列函数更高效。

内容的提问来源于stack exchange，提问作者Ella S