Contour Plots: (1) contour

2024-05-10 19:04
文章标签 contour plots

本文主要是介绍Contour Plots: (1) contour,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 示例1:函数的等高线
  • 示例2:二十个层级的等高线
  • 示例3:一个层级的等高线
  • 示例4:虚线等高线
  • 示例5:带标签的等高线
  • 示例6:具有特定小数位数和单位的标签
  • 示例7:不同单位的标签
  • 示例8:自定义线宽
  • 示例9:不连续曲面上的等高线

示例1:函数的等高线

%创建矩阵X和Y,用于在x-y平面中定义一个网格。
%将矩阵Z定义为该网格上方的高度。然后绘制Z的等高线。
x = linspace(-2*pi,2*pi);
y = linspace(0,4*pi);
[X,Y] = meshgrid(x,y);
Z = sin(X)+cos(Y);
contour(X,Y,Z);

在这里插入图片描述

示例2:二十个层级的等高线

%将Z定义为X和Y的函数。
%调用peaks函数以创建X、Y和Z。然后绘制Z的20个等高线。
[X,Y,Z] = peaks;
contour(X,Y,Z,20);

在这里插入图片描述

示例3:一个层级的等高线

%显示peaks函数在Z=1处的等高线。
[X,Y,Z] = peaks;
v = [1,1]; %要在一个高度(k)绘制等高线,请将levels指定为二元素行向量[k k]
contour(X,Y,Z,v);

在这里插入图片描述

示例4:虚线等高线

%创建peaks函数的等高线图,并指定虚线线型。
[X,Y,Z] = peaks;
contour(X,Y,Z,'--');

在这里插入图片描述

示例5:带标签的等高线

%将Z定义为两个变量X和Y的函数。
%然后创建该函数的等高线图,并通过将ShowText属性设置为'on'来显示标签。
x = -2:0.2:2;
y = -2:0.2:3;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
contour(X,Y,Z,'ShowText','on');

在这里插入图片描述

示例6:具有特定小数位数和单位的标签

%自R2022b开始提供
%创建一个显示标签的等高线图,标签表示为小数点后带一位数字并后跟字母m。
contour(peaks,[-4 0 2],"ShowText",true,"LabelFormat","%0.1f m");

在这里插入图片描述

示例7:不同单位的标签

%自R2022b开始提供
%当需要计算值时,可以指定函数来格式化标签。
%例如,您可以定义一个函数来计算不同单位的标签值。
%在名为mylabelfun.m的程序文件中定义此函数。
%该函数将输入从米转换为英尺,并返回一个字符串向量,其中包含以米为单位的每个值,并用括号括起相应的以英尺为单位的值。
function labels = mylabelfun(vals)feetPerMeter = 3.28084;feet = round(vals.*feetPerMeter);labels = vals + " m (" + feet + " ft)";labels(vals == 0) = "0 m";
end%接下来,创建一个等高线图,并将LabelFormat属性指定为mylabelfun的句柄。
contour(peaks,[-4 0 2],"ShowText",true,"LabelFormat",@mylabelfun);

在这里插入图片描述

示例8:自定义线宽

%创建peaks函数的等高线图。
%通过将LineWidth属性设置为3,使等高线更粗。
Z = peaks;
[M,c] = contour(Z);
c.LineWidth = 3;

在这里插入图片描述

示例9:不连续曲面上的等高线

%在曲面上任何不连续的位置插入NaN值。
%contour函数不会在这些区域中绘制等高线。
%将矩阵Z定义为peaks函数的采样。
%将列26中的所有值替换为NaN值。然后绘制修改后的Z矩阵的等高线。
Z = peaks;
Z(:,26) = NaN;
contour(Z);

在这里插入图片描述

这篇关于Contour Plots: (1) contour的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/977291

相关文章

科研绘图系列:R语言折线图(linechart plots)

介绍 在R语言中,折线图(Line Plot)是一种常用的数据可视化类型,用于展示数据随时间或有序类别变化的趋势。折线图通过连接数据点来形成一条或多条线,这些线条可以清晰地表示数据的变化方向、速度和模式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(patchwork)li

【R语言】基于多模型的变量重要性图 (Variable Importance Plots)

变量重要性图 Variable Importance Plots 1. 写在前面2.1数据导入2.2 模型训练2.3 变量重要性2.4 变量重要性图2.5 模型模拟验证3.基于caret包计算变量重要性 1. 写在前面   好久没有更新博客了,正好最近在帮老师做一个项目,里面涉及到了不同环境变量的重要性制图,所以在这里把我的理解进行分享,这应该是大家都可能遇到的问题。笔者水平有限

【K8s】如何使用Kubernetes Ingress: Contour

使用Kubernetes Ingress: Contour 目录 使用Kubernetes Ingress: Contour没有 Ingress 控制器的情况Ingress 控制器的优势部署 Contour看到 Contour 在运行中总结 推荐超级课程: Docker快速入门到精通Kubernetes入门到大师通关课AWS云服务快速入门实战 在处理Kubernetes时

理解自相关图AC和偏自相关图PAC Plots

when we talk about the time-series data, many factors affect the time series, but the only thing that affects the lagged version of the variable is the time series data itself. by Yugesh Verma 时序数

pythonpil库过滤图像contour_Python:这有可能是最详细的PIL库基本概念文章了

PIL有如下几个模块:Image模块、ImageChops模块、ImageCrackCode模块、ImageDraw模块、ImageEnhance模块、ImageFile模块、ImageFileIO模块、ImageFilter模块、ImageFont模块、ImageGrab模块、ImageOps模块、ImagePath模块、ImageSequence模块、ImageStat模块、ImageTk模

[行人重识别论文阅读]Person Re-identification by Contour Sketch under Moderate Clothing Change

论文地址: https://arxiv.org/abs/2002.02295 论文代码: 没有官方代码,准备日后复现,先空在这里 本文思想 去除掉行人的衣服特征,利用行人的轮廓来识别行人。 但是这样就会产生一个问题就是不同行人之间的轮廓太为相似,所以我们必须在使用全局轮廓图的同时将轮廓图的局部信息引入。但是我们又如何充分的利用局部信息呢?方法如下图所示: 如上图(b)我们以轮廓图的中心为极

ubuntu22.04@laptop OpenCV Get Started: 013_contour_detection

ubuntu22.04@laptop OpenCV Get Started: 013_contour_detection 1. 源由2. 应用Demo2.1 C++应用Demo2.2 Python应用Demo 3. contour_approx应用3.1 读取图像并将其转换为灰度格式3.2 应用二进制阈值过滤算法3.3 查找对象轮廓3.4 绘制对象轮廓3.5 效果3.6 `CHAIN_APP

Python 数据可视化之山脊线图 Ridgeline Plots

文章目录 一、前言二、主要内容三、总结 🍉 CSDN 叶庭云:https://yetingyun.blog.csdn.net/ 一、前言 JoyPy 是一个基于 matplotlib + pandas 的单功能 Python 包,它的唯一目的是绘制山脊线图 Joyplots(也称为 Ridgeline Plots)。 Joyplots 是堆叠的、部分重叠的密度图

3、部分图 Partial Plots

每个特征如何影响您的预测? 文章目录 1、部分依赖图2、工作原理3、代码示例4、2D 部分依赖图 1、部分依赖图 特征重要性显示哪些变量最影响预测,而部分依赖图显示一个特征如何影响预测。 这对回答以下问题非常有用: 在控制所有其他房屋特征的情况下,经度和纬度对房价有什么影响?换句话说,相似大小的房屋在不同区域的定价会有何不同?两个群体之间的预测健康差异是由其饮食差异引起的,

D3.js 中 Box Plots详解

Box Plot 聊聊box plot,将自己阅读、理解d3.js的箱形图源码的过程和思路记录下来…… 箱形图(Box-plot)又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。 —— [ 百度百科 ] 话不多少,先睹为快,用d3实现的箱形图如图1所示: 眨一看,箱形图有点难懂,图中的盒子,以