使用Matplotlib 2D轮廓绘制添加额外轮廓线

Matplotlib提供了绘制2D轮廓的方法，可以用于可视化不同变量之间的关系。但是，有时候我们需要在轮廓图中添加额外的轮廓线来更好的展示数据间的差异。本文将介绍如何使用Matplotlib绘制2D轮廓并添加额外的轮廓线。

1. 绘制2D轮廓

在绘制2D轮廓之前，我们需要准备一个数据集。下面是一个简单的示例数据集：

import numpy as np

# 生成数据
x = np.linspace(-5, 5, 101)
y = np.linspace(-5, 5, 101)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

这里生成了一个包含101×101个点的网格，每个点都对应一个函数值。我们可以用Matplotlib将这个数据集以2D轮廓图的形式进行可视化：

import matplotlib.pyplot as plt
from matplotlib import cm

# 绘制轮廓图
plt.figure()
contours = plt.contour(X, Y, Z, cmap=cm.coolwarm)
plt.colorbar(contours)
plt.title('2D Contour')
plt.show()

这里的轮廓图绘制了函数 sin(sqrt(x^2 + y^2)) ，横轴为x，纵轴为y。颜色深度代表函数值的高低。

2. 添加额外的轮廓线

要在2D轮廓图中添加额外轮廓线，我们可以通过绘制一条新的轮廓线来实现。首先，我们需要指定添加轮廓线的位置。以示例数据为例，在添加一条轮廓线时，我们希望轮廓线穿过的数据点函数值从大到小依次为0.4、0.2和0，因此我们可以通过以下代码计算出相应的高度值：

levels = [0.4, 0.2, 0]

接着，我们可以使用Matplotlib的contour函数中的levels参数来指定添加轮廓线的高度值，并通过colors参数指定轮廓线的颜色：

# 绘制新的轮廓线
new_contours = plt.contour(X, Y, Z, levels=levels, colors='k')

绘制完轮廓线后，我们可以将它们一起显示在同一张图中：

# 显示图像
plt.figure()
contours = plt.contour(X, Y, Z, cmap=cm.coolwarm)
new_contours = plt.contour(X, Y, Z, levels=levels, colors='k')
plt.colorbar(contours)
plt.title('2D Contour with new lines')
plt.show()

最终，我们得到了一张包含新轮廓线的2D轮廓图