Contourf无法显示完整数值范围的技术问题咨询

我有两个数据集，对比后得到的数值在-1到1之间随机分布，但用contourf绘图时，图表几乎只显示数值>0.5的区域；抽稀数据（每隔10个点取一个）后绘图，结果才正常。用同尺寸随机数列表复现了这个问题，现象一致。

复现代码：

import numpy as np
import matplotlib.pyplot as plt
from netCDF4 import Dataset
from matplotlib.cm import get_cmap

random = np.random.random((360,1600))*2.-1.

f, ax = plt.subplots(1,2,figsize=(15,5))

clevs = [-0.5,-0.1,0.1,0.5]
diffplot = ax[0].contourf(random[::10,::10],clevs,extend='both')
cbar = f.colorbar(diffplot,ax=ax[0])

clevs = [-0.5,-0.1,0.1,0.5]
diffplot2 = ax[1].contourf(random[:,:],clevs,extend='both')
cbar = f.colorbar(diffplot2,ax=ax[1])

原因分析 #

contourf是基于等值线填充的绘图工具，它会对输入数据进行插值拟合来生成平滑的等值线区域。当数据量极大（360×1600共57.6万个点）且完全随机时，高频噪声会干扰插值算法，导致大部分区域被误判为接近极值（>0.5或<-0.5），最终呈现出只显示高值区域的异常结果。而抽稀后数据密度降低，噪声的影响被削弱，插值能更合理地反映数据的真实分布。

解决方法 #

• 调整插值方式：给contourf指定无插值或低分辨率插值，避免噪声干扰：

  diffplot2 = ax[1].contourf(random[:,:], clevs, extend='both', interpolation='none')
  

• 细化等值线层级：增加层级数量，让颜色划分更精细，能更准确展示数据分布：

  clevs = np.linspace(-1, 1, 21)  # 生成-1到1之间的20个间隔层级
  diffplot2 = ax[1].contourf(random[:,:], clevs, extend='both')
  

• 改用pcolormesh绘图：如果不需要等值线效果，pcolormesh直接绘制每个数据点的色块，无插值，更适合展示原始随机数据：

  diffplot2 = ax[1].pcolormesh(random[:,:], vmin=-1, vmax=1, cmap=get_cmap('RdBu'))
  

内容的提问来源于stack exchange，提问作者ZLebo