Python中在tricontourf等值面图绘制z=0等值线的实现方法

问题背景 #

我现有一张通过tricontourf生成的等值面图，基于散点数据绘制。需求是：对数据点进行插值处理，同时在图上叠加绘制温度（z值，对应tempdiff）等于0的等值线。原代码如下：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import scipy.interpolate

# Load the 3D data file
data = np.genfromtxt("Ta_parameterspace_2mm.txt", skip_header=14, delimiter="\t", dtype = float)
#print(data)
reflect = data[:,0]
emiss = data[:,1]
tempdiff = data[:,4]

fig, ax = plt.subplots()
cb = ax.tricontourf(reflect, emiss, tempdiff,100, cmap = "seismic")
cbar = plt.colorbar(cb)
cbar.set_label('Temperature (K)', rotation = 270, labelpad = 13)
ax.set_xlabel('Reflectivity')
ax.set_ylabel('Emissivity')
plt.savefig('Ta_parameterplot_diff.pdf', bbox_inches='tight', format='pdf')
plt.savefig('Ta_parameterplot_diff.png', dpi=300, bbox_inches='tight', format='png')
plt.show()

解决方案 #

借助scipy.interpolate.griddata完成散点到规则网格的插值，再用matplotlib的contour函数绘制指定等值线，完整代码如下：

import matplotlib.pyplot as plt
import numpy as np
import scipy.interpolate

# 加载数据
data = np.genfromtxt("Ta_parameterspace_2mm.txt", skip_header=14, delimiter="\t", dtype=float)
reflect = data[:, 0]
emiss = data[:, 1]
tempdiff = data[:, 4]

# ---------------------- 1. 生成规则网格并插值 ----------------------
# 定义网格的x、y范围和采样密度
x_min, x_max = reflect.min(), reflect.max()
y_min, y_max = emiss.min(), emiss.max()
xi = np.linspace(x_min, x_max, 500)  # 500为采样点数，可调整
yi = np.linspace(y_min, y_max, 500)
xi, yi = np.meshgrid(xi, yi)

# 对温度数据进行插值，可选方法：'linear'/'cubic'/'nearest'
zi = scipy.interpolate.griddata((reflect, emiss), tempdiff, (xi, yi), method='cubic')

# ---------------------- 2. 绘制插值后的等值面与z=0等值线 ----------------------
fig, ax = plt.subplots()

# 绘制插值后的等值面图（替代原tricontourf，也可保留原tricontourf再叠加等值线）
cb = ax.contourf(xi, yi, zi, 100, cmap="seismic")
cbar = plt.colorbar(cb)
cbar.set_label('Temperature (K)', rotation=270, labelpad=13)

# 绘制z=0的等值线，设置颜色和线宽
ax.contour(xi, yi, zi, levels=[0], colors='black', linewidths=2)

# 设置坐标轴标签
ax.set_xlabel('Reflectivity')
ax.set_ylabel('Emissivity')

# 保存并显示图像
plt.savefig('Ta_parameterplot_diff_interp.pdf', bbox_inches='tight', format='pdf')
plt.savefig('Ta_parameterplot_diff_interp.png', dpi=300, bbox_inches='tight', format='png')
plt.show()

关键步骤说明 #

• 规则网格生成：通过np.linspace控制网格的采样密度，点数越多插值结果越平滑，但计算量也会增加；np.meshgrid将一维数组转换为二维网格点，适配插值需求。
• 数据插值：griddata函数将散点数据映射到规则网格上，'cubic'插值能生成更平滑的连续场，适合绘制清晰的等值线；若追求计算速度，可改用'linear'或'nearest'。
• 等值线绘制：contour函数通过levels=[0]精准指定绘制z=0的等值线，通过colors和linewidths设置线条样式，确保在彩色等值面图上清晰突出。

内容的提问来源于stack exchange，提问作者tjsmert44