如何在Matplotlib中绘制基于离散数据的contourf填充等高线图

我太懂你这个困扰了！用contourf处理整数离散数据时，Matplotlib默认会把数值当成连续区间来拉伸颜色映射，导致每个离散值没法对应独立的色块。其实只要给contourf指定levels参数，就能轻松让每个整数对应专属的颜色区间啦～

解决方法：手动指定levels参数 #

核心思路是：给每个离散整数定义一个专属的半开区间（比如整数k对应k-0.5到k+0.5），让Matplotlib把每个区间当成独立的填充块。针对你的代码，我们只需要添加一行定义levels的代码就行：

import numpy as np
from matplotlib import pyplot as plt

axes = (np.linspace(-2, 2, 100), np.linspace(-2, 2, 100))
xx, yy = np.meshgrid(*axes, indexing="xy")
fig, ax = plt.subplots()
z = np.abs(xx * yy).astype(int)  # 原始取值：0,1,2,3,4
z[z==0] = 4  # 现在z的离散值为1,2,3,4
# 关键：为每个离散值定义区间边界
levels = [0.5, 1.5, 2.5, 3.5, 4.5]
# 传入levels参数，让contourf按离散区间填充
contour = ax.contourf(xx, yy, z, levels=levels, cmap="Set1")
# 可选：添加颜色条，更直观展示离散映射
fig.colorbar(contour)
plt.show()

为什么这么做？ #

你的数据是离散整数，但contourf默认会把所有数值当成连续数据处理——它会自动计算最小值到最大值的区间，然后把颜色映射均匀分布在这个区间里。通过手动指定levels，我们告诉Matplotlib：“这些是我要划分的区间边界，每个区间对应一个颜色”，这样每个整数就会被精准映射到独立的色块上，完全符合你想要的离散效果。

更灵活的levels生成方式 #

如果你的离散值是连续的整数序列（比如从min_z到max_z），可以用np.arange自动生成levels，不用手动一个个写：

min_z = z.min()
max_z = z.max()
levels = np.arange(min_z - 0.5, max_z + 1.5, 1)

比如你的例子中min_z=1，max_z=4，这行代码会自动生成[0.5,1.5,2.5,3.5,4.5]，和手动定义的效果完全一致，适合数据取值范围变化的场景。

修改后的效果就会和你提供的第二张图（离散色阶图）一样，每个离散值对应专属的颜色块，再也不会出现颜色被拉伸的问题啦～

备注：内容来源于stack exchange，提问作者ascripter