Matplotlib contour/contourf绘图完成后如何调整等值层级
Matplotlib修改contour/contourf等值层级的实现方式
首先明确结论:Matplotlib没有直接挂载在Axes对象上的ax.set_levels()全局接口,但提供了完全等效的能力,操作逻辑和你期望的对标set_xlim()、set_xticks()的使用体验是对齐的。
核心设计逻辑:ax.contour()/ax.contourf()的绘制结果是独立的ContourSet类实例,而非和Axes深度绑定的全局状态参数。和Axes可以叠加多组独立的折线、散点图层一样,同一个Axes上可以同时存在多套独立的contour图层,每套图层有自己的等值层级规则,不存在一个全局生效的统一层级配置,因此从设计上就不会提供ax.set_levels()这类全局调用接口——你要修改哪一组contour的层级,就拿到那组对应的实例去操作就行。
具体操作步骤
- 初始绘制时,将
contour/contourf方法的返回值(也就是对应的ContourSet实例)保存为变量 - 直接调用该实例自带的
set_levels()方法传入自定义层级即可,不需要重新调用contour方法重绘整个图层。
调整后的示例代码参考:
fig = Figure() ax = fig.add_subplot(111) # 此处省略x、y、z数据的准备流程 # 绘制contourf时保存返回的ContourSet对象 cs = ax.contourf(x, y, z) # 后续直接修改等值层级,和set_xlim、set_xticks的调用逻辑完全一致 levels = [0,1,2,3,4,5] cs.set_levels(levels)
补充说明
- 该
set_levels()方法从Matplotlib 3.4版本开始正式内置,调用后会自动基于新的层级重新计算等值边界、匹配颜色映射规则、刷新画布渲染,不需要额外手动触发重绘 - 如果你使用的是3.4之前的旧版本,没有内置
set_levels()方法,也可以直接修改cs.levels = 你的层级列表,再手动调用cs.changed()触发重绘达到相同效果 - 如果初始绘制时忘记保存
ContourSet实例,也可以通过遍历ax.collections列表,匹配对应contour图层的集合对象,拿到后同样可以执行层级修改操作,不过最稳妥的方式还是绘制时直接保存返回值
提示:如果同一个Axes上叠加了多组contour图层,需要分别拿到每一组对应的
ContourSet实例单独修改层级,不存在全局统一的层级配置入口。
内容的提问来源于stack exchange,提问作者Alan
相关产品推荐
相关产品推荐

