用Matplotlib复现Excel等高线图时出现截断问题求助

我最近尝试用Matplotlib复现Excel里的等高线图，结果遇到个头疼的问题——Excel能完整显示椭圆轮廓，但Matplotlib生成的图总有截断。Excel就是直接用「插入图表」生成的，没做任何调整。因为我的数据第一列是X轴、第一行是Y轴，所以在Matplotlib里做了转置操作，但还是不对。想问问Excel和Matplotlib加载图表数据的方式到底有啥不一样？

我的代码如下：

df = pd.read_excel('data.xlsx')
df = df.T
x = df.columns.values
y = df.index.values
Z = df.values
X, Y = np.meshgrid(x, y)
cp = plt.contourf(X, Y, Z)
cp = plt.contour(X, Y, Z, colors='k')

核心差异分析 #

咱们先拆解Excel和Matplotlib在处理等高线数据时的关键不同点：

• 数据映射逻辑相反
  你搞反了Excel的默认数据识别规则！Excel的等高线图是把第一行作为X轴，第一列作为Y轴，直接用原始数据的行列构建网格，完全不需要手动转置。而你在代码里转置了DataFrame，相当于把X和Y的对应关系颠倒了，这会导致网格维度不匹配，最终引发轮廓截断。
• 边界处理策略不同
  Excel生成等高线时会自动对数据边界进行插值补全——哪怕你的原始数据没覆盖完整椭圆范围，它也会根据现有数据趋势延伸轮廓；但Matplotlib的contour/contourf是严格基于你提供的X、Y网格范围绘制的，不会自动外推数据，所以如果原始网格没覆盖椭圆全部区域，就会出现截断。

修正方案 #

1. 取消不必要的转置（优先尝试）

删掉df = df.T这行，让数据匹配Excel的默认映射逻辑，调整后的代码：

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

df = pd.read_excel('data.xlsx')
x = df.columns.values
y = df.index.values
Z = df.values
X, Y = np.meshgrid(x, y)

cp = plt.contourf(X, Y, Z)
cp = plt.contour(X, Y, Z, colors='k')
plt.show() # 别忘了添加这行来显示图像

2. 网格加密+插值（解决数据密度不足的情况）

如果原始数据的网格太稀疏，即便修正了映射关系还是有截断，可以用插值来加密网格：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata

df = pd.read_excel('data.xlsx')
x = df.columns.values
y = df.index.values
Z = df.values

# 生成更密集的X、Y网格
xi = np.linspace(x.min(), x.max(), 100)
yi = np.linspace(y.min(), y.max(), 100)
Xi, Yi = np.meshgrid(xi, yi)

# 用三次插值填充密集网格的数据
Zi = griddata((np.repeat(x, len(y)), np.tile(y, len(x))), Z.flatten(), (Xi, Yi), method='cubic')

cp = plt.contourf(Xi, Yi, Zi)
cp = plt.contour(Xi, Yi, Zi, colors='k')
plt.show()

内容的提问来源于stack exchange，提问作者ECO