使用matplotlib绘制contourf图时的数据准备问题求助

嘿，我来帮你搞定这个contourf的报错问题！你遇到的TypeError核心原因是**contourf要求传入的z必须是二维数组**，而你当前生成的z是一维的，完全不符合它的输入要求。下面直接上修复方案，再给你拆解原因：

修复后的可运行代码 #

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.5)
y = np.arange(0, 10, 0.5)
# 把一维的x、y转换成二维网格数组，这是关键一步
X, Y = np.meshgrid(x, y)
# 基于二维网格计算每个(x,y)点对应的z值，此时Z是二维数组
Z = X**2 - Y

fig, ax = plt.subplots()
cs = ax.contourf(X, Y, Z)
plt.colorbar(cs)  # 可选：添加颜色条，更直观展示z值对应颜色
plt.show()

为什么原来的代码会报错？ #

• 你定义的x和y都是一维数组（比如x的形状是(20,)，从0到10步长0.5，一共20个元素）。
• 当你执行z = x**2 - y时，numpy会做对应元素的逐位运算，得到的z还是一维数组（形状(20,)）——这只计算了x和y中索引相同的元素组合的结果，而不是整个x-y平面上所有点的高度值。
• contourf是用来绘制二维平面等高线填充图的，它需要知道每一个(x,y)网格点对应的z值，所以必须传入一个二维z数组：这个数组的行数对应y的元素数量，列数对应x的元素数量，每个位置Z[i,j]就代表(x[j], y[i])这个点的高度。

关键工具：np.meshgrid的作用 #

np.meshgrid(x, y)的核心就是把一维的x、y转换成覆盖整个平面的二维网格：

• X的每一行都是x的完整复制，形状为(len(y), len(x))
• Y的每一列都是y的完整复制，形状同样为(len(y), len(x))
  这样，X和Y的每个对应位置(X[i,j], Y[i,j])就代表了x-y平面上的一个网格点，基于它们计算出的Z自然就是二维的，完美匹配contourf的输入要求。

内容的提问来源于stack exchange，提问作者Daniel Marchand