Matplotlib：基于两组数组绘制高斯等高线图遇TypeError问题求助

这个问题太常见啦！咱们先搞懂为啥contour会报错：

contour函数是用来画二维平面上的等高线的，它需要知道平面上一系列规则网格点对应的数值（也就是密度值），这样才能连接出不同数值的闭合曲线。你现在的z是和X里239个零散数据点一一对应的一维数组，它没有覆盖整个平面的网格信息，自然没法生成等高线。

所以解决思路很明确：把零散的点和对应的密度值，插值成覆盖整个数据范围的二维网格数据。具体步骤如下：

步骤1：拆分X的维度并生成网格 #

首先把X里的x和y分量分开，然后用numpy.meshgrid生成规则的网格矩阵，这个网格要覆盖你所有数据点的范围：

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

# 拆分X的x和y分量
x = X[:, 0]
y = X[:, 1]

# 生成网格：先确定网格密度（比如100x100，数值越大等高线越精细）
xi = np.linspace(x.min(), x.max(), 100)
yi = np.linspace(y.min(), y.max(), 100)
xx, yy = np.meshgrid(xi, yi)

步骤2：将z插值到网格上 #

用scipy.interpolate.griddata把零散的z值插值到刚才生成的网格点上，得到二维的zz数组：

# 插值方法可选'linear'（线性插值）、'nearest'（最近邻）、'cubic'（三次插值），按需选择
zz = griddata((x, y), z, (xx, yy), method='linear')

步骤3：正确调用contour并绘图 #

注意contour的参数顺序是(x网格, y网格, z网格)，你之前的参数顺序写错了！然后把散点图和等高线图结合起来：

fig, ax = plt.subplots()
# 你原来重复写了两次scatter，保留一次即可
ax.scatter(x, y, c='green')
# 绘制等高线，还可以通过levels指定要画的等高线数值，cmap设置颜色映射
ax.contour(xx, yy, zz, cmap='viridis')
plt.show()

另外补充个小技巧：如果你的z是二元高斯密度值，且知道高斯分布的均值和协方差，也可以直接用高斯函数计算网格点的密度值，这样就不需要插值，结果会更准确哦。

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