Matplotlib绘制ContourPlot：非排序规则间隔数据处理问题

我懂你的问题——手里的规则网格数据文件是乱序的，直接用meshgrid和tile生成的图完全不对，还不想手动指定N和M的数值对吧？咱们一步步来解决这个问题。

首先复盘下你遇到的问题：你的原始代码里，meshgrid(data[:,0], data[:,1])会把所有X和Y值两两组合，生成一堆重复或无效的网格点，而Z = np.tile(...)更是完全没对应上正确的网格位置，自然出不来正确的等高线。

核心思路 #

因为你的数据是规则间隔网格，意味着X只有N个唯一值，Y只有M个唯一值，每个(X,Y)组合对应唯一的Z值。解决问题的关键就是：

1. 提取并排序X、Y的唯一值（自动得到N和M）
2. 把原始数据按X、Y的顺序重新排列，让Z值对应到正确的网格位置
3. 重塑Z为网格形状后再绘图

方案一：纯Numpy实现 #

这种方法不需要额外依赖，适合喜欢用原生numpy的场景：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据，跳过表头
data = np.loadtxt("data.dat", skiprows=1, usecols=(0, 1, 2))

# 拆分X、Y、Z列
x_col, y_col, z_col = data[:, 0], data[:, 1], data[:, 2]

# 获取排序后的唯一X、Y值（np.unique会自动去重+排序）
unique_x = np.unique(x_col)
unique_y = np.unique(y_col)
n_x, n_y = len(unique_x), len(unique_y)

# 按X升序、再按Y升序排序数据
# lexsort的参数是(次要排序键, 主要排序键)，所以先按X排，X相同则按Y排
sorted_indices = np.lexsort((y_col, x_col))
sorted_z = z_col[sorted_indices]

# 把排序后的Z重塑为n_x行、n_y列的网格
z_grid = sorted_z.reshape(n_x, n_y)

# 生成匹配的网格矩阵，注意indexing='ij'确保和z_grid的维度对应
x_grid, y_grid = np.meshgrid(unique_x, unique_y, indexing='ij')

# 绘制等高线图
fig = plt.figure(figsize=(8, 6))
contour = plt.contourf(x_grid, y_grid, z_grid, levels=50, cmap='viridis')
plt.colorbar(contour, label='Z Value')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Correct Regular Grid Contour Plot')
plt.show()

方案二：用Pandas简化操作 #

如果你的环境里有pandas，这个方法会更简洁，pivot函数直接帮你完成排序和网格重塑：

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

# 读取数据，自动处理空格分隔，跳过注释行
df = pd.read_csv("data.dat", sep='\s+', comment='#', names=['X', 'Y', 'Z'])

# 透视表直接生成Z网格：行是X，列是Y，自动排序X、Y并填充Z值
z_grid = df.pivot(index='X', columns='Y', values='Z').values
unique_x = df['X'].unique()
unique_y = df['Y'].unique()

# 生成匹配的网格矩阵
x_grid, y_grid = np.meshgrid(unique_x, unique_y, indexing='ij')

# 绘图
fig = plt.figure(figsize=(8, 6))
contour = plt.contourf(x_grid, y_grid, z_grid, levels=50, cmap='viridis')
plt.colorbar(contour, label='Z Value')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Pandas-based Regular Grid Contour Plot')
plt.show()

关键细节说明 #

• np.unique：不仅能去除重复的X/Y值，还会自动按升序排列，完美适配规则网格的需求，不需要手动排序。
• np.lexsort：解决多键排序的问题，确保同一个X对应的Y是有序的，这样重塑后的Z网格才会和X/Y网格一一对应。
• meshgrid的indexing='ij'：默认的'xy'索引会让网格的行对应Y、列对应X，而我们的Z网格是行对应X、列对应Y，所以用'ij'能避免维度不匹配的问题。

这样处理后，不管你的原始数据是怎么乱序的，都能自动生成正确的规则网格，而且完全不需要提前知道N和M的具体数值~

内容的提问来源于stack exchange，提问作者user13506268