Matplotlib等高线图(Contour plot)含义及菱形曲线生成原因咨询

问题背景 #

我对Matplotlib中Contour plot（等高线图）的代表含义存在困惑，同时仅用9个数据点（已绘制散点图）绘制等高线图时得到了菱形曲线，附上最小可复现示例（MWE）代码及结果图，希望了解其中原因。

可复现代码 #

import numpy as np
import matplotlib.pyplot as plt

X =  np.array([[-1.62, -1.08, -0.54],
    [-1.62, -1.08, -0.54],
    [-1.62, -1.08, -0.54]])

Y = np.array([[2.16, 2.16, 2.16],
    [2.7 , 2.7 , 2.7 ],
    [3.24, 3.24, 3.24]])

Z= np.array([[1846.76519619, 1912.83024484, 1907.85033005, 1884.44377117,
    1936.11219261, 1917.34261408, 1864.70501227, 1909.25344747,
    1886.32844313]]).reshape(3,3)
plt.figure()
plt.title('Sample Contour Plot')
plt.gca().contour(X , Y , Z)
plt.scatter(X,Y,c=Z,s=20)

print('done')

结果图 #

原因解析 #

1. 等高线图的核心含义 #

等高线图是通过插值将离散的Z值数据扩展成连续曲面，再画出曲面中Z值相等的点连成的曲线。它本质是对离散数据的连续化拟合，并非直接连接原始数据点。

2. 9个点生成菱形曲线的原因 #

• 数据网格与插值逻辑：你提供的X、Y是规则3x3网格（每行X值相同，每列Y值相同），Matplotlib的contour默认采用线性插值（基于三角剖分的线性拟合）填充网格间的Z值。
• 三角剖分的呈现结果：3x3规则网格会被剖分为多个三角形，线性插值下相邻点间的等值线为直线段，多个直线段拼接后就形成了菱形轮廓——这是稀疏规则网格下线性插值的典型表现。
• 数据量的限制：仅9个点的稀疏数据无法支撑复杂曲面拟合，插值后的等值线只能以最简洁的线性方式呈现，因此出现菱形而非平滑曲线。

3. 优化方向（可选） #

• 若要得到平滑等高线，可增加数据点密度，或更换插值方法（比如使用contourf并设置interpolate=True，或先用scipy.interpolate.griddata进行高阶插值）。
• 若想更贴合原始离散数据的分布，可使用tricontour替代contour，它更适合处理不规则或稀疏的离散数据集。

内容的提问来源于stack exchange，提问作者skm