Python 数据分析三剑客之 Matplotlib（八）：等高线/等值线图的绘制
内容提要
本文介绍了使用Matplotlib绘制等高线图的基本方法，包括等高线的概念、numpy.meshgrid()的使用、绘制和填充等高线的方法（contour和contourf），以及如何添加标记和设置颜色样式。通过示例代码，读者可以学习生成网格点坐标、绘制等高线图并进行颜色填充。
延伸解读
理解 meshgrid 在等高线绘制中的必要性
等高线图需要每个点的高度值，而 matplotlib.pyplot.contour() 要求 X、Y 和 Z 均为二维数组。numpy.meshgrid() 将一维的 x 和 y 坐标转换为二维网格矩阵，使得每个网格点都有对应的坐标。例如，x 为 [1,2,3]，y 为 [7,8,9] 时，meshgrid 生成两个 3x3 矩阵，分别表示每个点的横纵坐标。这样，当计算高度函数 f 时，可以直接对矩阵进行向量化运算，得到每个点的高度，从而绘制等高线。
contour 与 contourf 的选择：线条与填充
contour() 绘制等高线线条，适合观察高度变化的轮廓和趋势；contourf() 则对等高线之间的区域进行颜色填充，能更直观地展示高度分布。两者函数签名和返回值相同，但 contourf() 会填充颜色。在实际使用中，可以单独使用一种，也可以结合使用：先用 contourf() 填充颜色，再用 contour() 绘制线条，并配合 clabel() 添加标记，这样既能看清高度分布，又能读取具体数值。
标记与颜色设置的实用技巧
clabel() 可以为等高线添加数值标记，通过 inline 参数控制是否在标记处移除轮廓线，避免文字与线条重叠。colors 参数支持单色或颜色列表，若为单色，负等高线默认显示为虚线，便于区分正负高度。cmap 参数可设置渐变色，并配合 colorbar() 显示颜色条，帮助读者理解颜色与高度的对应关系。这些设置能提升图表的可读性和美观度。
Q&A
什么是等高线？
等高线是地形图上高程相等的相邻各点所连成的闭合曲线。
如何使用numpy.meshgrid()生成网格点坐标？
numpy.meshgrid()方法用于生成网格点坐标矩阵，将两个一维数组转换为二维坐标矩阵。
matplotlib如何绘制等高线图？
使用matplotlib.pyplot.contour()方法，传递x、y坐标和高度值即可绘制等高线图。
如何对等高线之间的区域进行颜色填充？
使用matplotlib.pyplot.contourf()方法可以对等高线之间的区域进行颜色填充。
如何给等高线添加标记？
使用matplotlib.pyplot.clabel()方法可以给等高线添加标记，支持自定义字体大小和颜色。
Colormap参数在等高线图中有什么作用？
Colormap参数用于设置等高线的颜色，支持多种渐变色选择。
