Python Data Science Handbook, 2. Auflage

Kapitel 28. Dichte- und Konturdiagramme

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Manchmal ist es sinnvoll, dreidimensionale Daten in zwei Dimensionen mit Hilfe von Konturen oder farbkodierten Regionen darzustellen. Es gibt drei Matplotlib-Funktionen, die für diese Aufgabe hilfreich sein können: plt.contour plt.contourf für gefüllte Konturdiagramme undplt.imshow für die Darstellung von Bildern. In diesem Kapitel sehen wir uns einige Beispiele für die Verwendung dieser Funktionen an. Wir beginnen damit, das Notizbuch für das Plotten einzurichten und die Funktionen zu importieren, die wir verwenden werden:

In [1]: %matplotlib inline
        import matplotlib.pyplot as plt
        plt.style.use('seaborn-white')
        import numpy as np

Visualisierung einer dreidimensionalen Funktion

Unser erstes Beispiel zeigt ein Konturdiagramm mit einer Funktion$z=f(x,y)$unter Verwendung der folgenden besonderen Wahl für$f$ (wir haben dies bereits inKapitel 8 gesehen, als wir es als motivierendes Beispiel für Array Broadcasting verwendet haben):

In [2]: def f(x, y):
            return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)

Ein Konturdiagramm kann mit der Funktion plt.contour erstellt werden. Sie benötigt drei Argumente: ein Raster aus x-Werten, ein Raster aus y-Werten und ein Raster aus z-Werten. Die x- und y-Werte stellen die Positionen auf dem Diagramm dar, und die z-Werte werden durch die Konturebenen repräsentiert. ...