如何制作一个圆形的 matplotlib.pyplot.contourf？

在进行数据可视化的时候，圆形图表往往有着更强的视觉效果。然而，使用matplotlib.pyplot.contourf默认情况下只能画矩形区域。那么，如何制作一个圆形的matplotlib.pyplot.contourf呢？下面我们将介绍几种实现方法。

方法一：使用matplotlib.path.Path

使用matplotlib.path.Path可以方便地创建圆形的路径规则。

代码实现

import matplotlib.pyplot as plt
import matplotlib.path as mpath
import numpy as np

# 创建圆形路径规则
circle = mpath.Path.unit_circle()

# 设置画布
fig, ax = plt.subplots()

# 将路径规则应用于一个正方形区域
verts = np.array([
    [-1., -1.],
    [1., -1.],
    [1., 1.],
    [-1., 1.],
    [-1., -1.],
    ])
codes = np.array([1, 2, 2, 2, 79])
path = mpath.Path(verts * 0.5, codes)
patch = plt.PathPatch(path, facecolor='none', lw=2)
ax.add_patch(patch)

# 在圆形区域内绘制等高线图
X, Y = np.meshgrid(np.linspace(-1, 1, 50), np.linspace(-1, 1, 50))
Z = X**2 + Y**2
ax.contourf(X, Y, Z, cmap='RdYlBu_r', alpha=0.9)

plt.show()

方法二：使用numpy.meshgrid和numpy.where

使用numpy.meshgrid和numpy.where可以方便地生成圆形区域的数组。

代码实现

import matplotlib.pyplot as plt
import numpy as np

# 生成圆形区域数组
X, Y = np.meshgrid(np.linspace(-1, 1, 50), np.linspace(-1, 1, 50))
R = np.sqrt(X**2 + Y**2)
mask = np.where(R < 1, 1, 0)

# 在圆形区域内绘制等高线图
Z = X**2 + Y**2
Z = np.ma.masked_array(Z, mask=1-mask)
plt.contourf(X, Y, Z, cmap='RdYlBu_r', alpha=0.9)

plt.show()

方法三：使用shapely.geometry.Polygon

使用shapely.geometry.Polygon可以方便地创建圆形的多边形。

代码实现

import matplotlib.pyplot as plt
import numpy as np
from shapely.geometry import Polygon

# 生成圆形多边形
circle = Polygon([(0, 0), (0, 1), (1, 1), (1, 0)])
x, y = circle.exterior.xy

# 在圆形区域内绘制等高线图
X, Y = np.meshgrid(np.linspace(0, 1, 50), np.linspace(0, 1, 50))
Z = X**2 + Y**2
plt.contourf(X, Y, Z, cmap='RdYlBu_r', alpha=0.9)

plt.plot(x, y, lw=2, color='black')

plt.show()

结论

以上就是三种实现matplotlib.pyplot.contourf圆形的方法，分别使用了matplotlib.path.Path、numpy.meshgrid和numpy.where、shapely.geometry.Polygon三种方法。根据不同的实际场景，可以选择合适的方法来实现圆形等高线图的制作。