如何使用Python绘制三角形单元的pcolor网格图

正方形单元pcolor绘制逻辑是Matplotlib针对结构化矩形网格的适配能力，无法直接套用在非结构化三角网格场景下，核心解决方法是使用Matplotlib原生支持三角网格的对应接口完成绘制，具体操作如下：

实现步骤 #

• 整理网格输入数据：准备两类核心数组，一是所有网格节点的横纵坐标一维数组x、y，二是三角形单元的拓扑索引数组triangles，每个子元素存储构成对应三角形的3个节点在x/y数组中的下标
• 替换适配接口：不要继续使用原生pcolormesh，改用Matplotlib的tripcolor接口实现和pcolor完全一致的逐单元填充效果，该接口直接接收非结构化三角网格的输入参数，不需要将坐标整理为二维矩阵格式
• 参数匹配调整：如果需要实现逐单元独立着色的pcolor效果，需要将对应每个三角形的数值数组传入facecolors参数，保证数组长度和三角形单元总数量一致，同时通过edgecolors参数设置网格边界的显示样式

可直接复用的示例代码 #

import matplotlib.pyplot as plt
import matplotlib.tri as tri
import numpy as np

# 固定随机数保证结果可复现
np.random.seed(42)
# 生成测试用网格节点（替换为你自己的实际节点坐标即可）
n_nodes = 25
x = np.random.uniform(0, 10, n_nodes)
y = np.random.uniform(0, 10, n_nodes)
# 生成三角剖分的单元索引（如果已有自定义三角网格，直接传入你自己的triangles数组即可）
triangulation = tri.Triangulation(x, y)
tri_cells = triangulation.triangles
# 生成每个三角形对应的填充值
cell_values = np.random.uniform(0, 1, len(tri_cells))

# 绘制三角网格pcolor图
fig, ax = plt.subplots(figsize=(6, 6))
# 核心绘图逻辑：逐单元着色、白色网格边界
plot_obj = ax.tripcolor(
    x, y, tri_cells,
    facecolors=cell_values,
    edgecolors="white",
    linewidth=0.5
)
# 附加：叠加浅灰色细网格线强化结构展示
ax.triplot(x, y, tri_cells, color="#666666", lw=0.3)
# 添加颜色条
fig.colorbar(plot_obj, ax=ax, label="单元属性值")
ax.set_aspect("equal")
plt.show()

常见问题排查 #

• 维度匹配报错：原生pcolormesh要求输入的坐标为二维结构化矩阵，三角网格为非结构化拓扑，不存在规整的二维坐标映射，强行套用必然触发维度校验失败，必须替换为tripcolor接口
• 填充效果不符预期：tripcolor默认支持两种着色模式，传入与三角形数量等长的数组时为逐单元着色，和pcolor逻辑完全一致；传入与节点数量等长的数组时会自动做线性插值平滑填充，需要根据需求匹配数组长度
• 单元边界缺失：tripcolor默认不显示单元之间的分隔线，需要手动指定edgecolors参数才能复现pcolor的网格边界显示效果

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