如何用Matplotlib在振荡数据中仅绘制指定单条等高线（如最外层）

针对振荡数据中需高亮指定数值的最外层等高线需求，以贝塞尔函数J₀(r)的0.2水平等高线为例，以下是具体实现步骤：

核心思路 #

matplotlib的contour函数会绘制所有等于指定阈值的等高线，包括内部嵌套的线条。我们可以通过筛选路径的包围盒面积（最外层路径的包围盒面积最大），只保留目标线条。

修改后的代码示例 #

import numpy as np
import matplotlib.pyplot as plt
from scipy.special import jn
from matplotlib.collections import PathCollection

# 生成贝塞尔函数数据
x = np.linspace(-10, 10, 400)
y = np.linspace(-10, 10, 400)
X, Y = np.meshgrid(x, y)
Z = jn(0, np.sqrt(X**2 + Y**2))

# 获取所有0.2水平的等高线路径
contour_obj = plt.contour(X, Y, Z, levels=[0.2])
all_paths = contour_obj.collections[0].get_paths()

# 筛选最外层路径：计算每个路径的包围盒面积，取面积最大的
max_area = -1
outermost_path = None
for path in all_paths:
    verts = path.vertices
    x_range = verts[:, 0].max() - verts[:, 0].min()
    y_range = verts[:, 1].max() - verts[:, 1].min()
    current_area = x_range * y_range
    if current_area > max_area:
        max_area = current_area
        outermost_path = path

# 绘制最终效果：可选保留淡色内部等高线作为对比，重点高亮最外层
plt.clf()
fig, ax = plt.subplots()
# 可选：绘制所有0.2等高线作为淡色背景
ax.contour(X, Y, Z, levels=[0.2], colors='#e0e0e0', linewidths=0.5)
# 单独绘制最外层紫色等高线
path_collection = PathCollection([outermost_path], facecolor='none', edgecolor='purple', linewidths=2)
ax.add_collection(path_collection)

ax.set_aspect('equal')
plt.show()

关键步骤说明 #

1. 获取等高线路径：通过contour_obj.collections[0].get_paths()提取指定水平的所有等高线几何路径。
2. 筛选最外层：计算每个路径的包围盒面积（宽度×高度），面积最大的路径即为最外层等高线（适用于嵌套式振荡数据，如贝塞尔函数的同心圆等高线）。
3. 单独绘制目标线条：清除原有绘图后，可选择保留淡色内部线条作为背景，再单独绘制高亮的最外层等高线。

扩展说明 #

如果你的数据存在多个独立的最外层区域（非嵌套结构），可调整筛选逻辑：判断每个路径是否不被其他任何路径包含，以此保留所有独立的最外层线条。

内容的提问来源于stack exchange，提问作者Andy K.