matplotlibとnumpyを使って等高線図を描く方法

2023.01.18 2022.09.28

今回は、Python で contour 関数と Matpotlib を使って等高線プロットを作成する方法について学びます。

私たちは、異なるタイプのプロット関数と、それらを通して作成される異なるタイプのプロットを見ていきます。

また、それに沿った詳細な説明とともに、コードを見ていきます。

輪郭プロットって何？
輪郭プロットを作成する
輪郭描画に状態ベースのインタフェースを使用する
1. ライブラリのインポート
2. 変数の初期化
まとめ

輪郭プロットって何？

pip install matplotlib

等高線は、3次元の曲面を曲線と関節で2次元に表現したものです。

等高線プロットを扱うには、matplotlib と NumPy という2つのライブラリが必要です。

これらをインストールしましょう。

matplotlib は Python ベースのプロット用ライブラリで、グラフやプロットの作成に使われます。

matplotlibをインストールするには、次のコマンドを入力します。

pip install numpy

等高線プロットを作成するために、もう一つのライブラリであるPython Numpyが必要です。

これをインストールするには、次のコマンドを入力します。

import matplotlib.pyplot as plt

import numpy as nump

この記事もチェック：Pythonとmatplotlibでエラーバーのグラフを作成する方法

輪郭プロットを作成する

基本的な要件が整ったので、さっそく等高線プロットを作ってみましょう。

重要なライブラリのインポート

element_ofx = nump.arange(0, 25, 4)

element_ofy = nump.arange(0, 26, 4)

X, Y変数の初期化

以下のコードでは、変数 X と Y はプロットのための 3 次元座標で初期化されます。

[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)
 
fig, holowplt= plt.subplots(1, 1)
 
grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)

2つの変数による輪郭関数Zの作成

holowplt.contour(grid_ofX, grid_ofY, grid_ofZ)
 
holowplt.set_title('Contour Plot')

holowplt.set_xlabel('features of x-axis')

holowplt.set_ylabel('features of y-axis')
 
plt.show()

コンターチャートのプロット

import matplotlib.pyplot as plt

import numpy as nump
 
element_ofx = nump.arange(0, 25, 4)

element_ofy = nump.arange(0, 26, 4)
 
# This numpy function creates 2-dimensional grid

[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)
 
# plots 2 graphs in one chart

fig, holowplt = plt.subplots(1, 1)
 
# Mathematical function for contour

grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)
 
# plots contour lines
holowplt.contour(grid_ofX, grid_ofY, grid_ofZ)
 
holowplt.set_title('Contour Plot')

holowplt.set_xlabel('features of x-axis')

holowplt.set_ylabel('features of y-axis')
 
plt.show()

以下のコードは、シンプルで中空な matplotlib の等高線プロットがどのように作成されるかを示しています。

fillplot.contourf(grid_ofX, grid_ofY, grid_ofZ)
 
fillplot.set_title('Contour Plot')

fillplot.set_xlabel('features of x-axis')

fillplot.set_ylabel('features of y-axis')

出力

import matplotlib.pyplot as plt

import numpy as nump
 
element_ofx = nump.arange(0, 25, 4)

element_ofy = nump.arange(0, 26, 4)
 
# This numpy function creates 2-dimensional grid

[grid_ofX, grid_ofY] = nump.meshgrid(element_ofx, element_ofy)
 
# plots 2 graphs in one chart

fig, fillplot = plt.subplots(1, 1)
 
# Mathematical function for contour

grid_ofZ = nump.cos(grid_ofX / 1) - nump.sin(grid_ofY / 2)
 
# plots contour lines
fillplot.contourf(grid_ofX, grid_ofY, grid_ofZ)
 
fillplot.set_title('Contour Plot')

fillplot.set_xlabel('features of x-axis')

fillplot.set_ylabel('features of y-axis')
 
plt.show()

塗りつぶしコンタープロット

この例では、空洞の等高線プロットではなく、塗りつぶしの等高線プロットを作成します。

塗りつぶしプロットを作成するために、’contourf’関数を使用します。

プログラム全体は、前の例と非常によく似ていますが、若干の変更があります。

コンターチャートのプロット

import numpy as np

import matplotlib.pyplot as plt

理解を深めるために、コード全体を見てみましょう。

delta = 0.18

element_ofx = np.arange(1.8, 2.8, delta)

element_ofy = np.arange(1.5, 3.6, delta)

grid_ofX, grid_ofY = np.meshgrid(element_ofx, element_ofy)

grid_ofZ = (np.exp(grid_ofX + grid_ofY))

出力

# Importing libraries

import numpy as np

import matplotlib.pyplot as plt
 
# variable initialisation

delta = 0.18

element_ofx = np.arange(1.8, 2.8, delta)

element_ofy = np.arange(1.5, 3.6, delta)

grid_ofX, grid_ofY = np.meshgrid(element_ofx, element_ofy)

grid_ofZ = (np.exp(grid_ofX + grid_ofY))
 
# Contour plotting

plot = plt.contour(grid_ofX, grid_ofY, grid_ofZ)
 
grid_format = {}

numscale = ['1', '2', '3', '4', '5', '6', '7']

for lvls, s in zip(plot.levels, numscale):

    grid_format[lvls] = s

plt.clabel(plot, plot.levels, inline = True,

        fmt = grid_format, fontsize = 10)
 
plt.title('Contour in Matlab interface')
plt.show()