python colormap_Python科学计算技巧积累八——colormap 和 contour map的绘制

最近日志很久没有更新，一方面自己在python上的进步不大，另一方面也是有些懒散。但是懒散还是不行的，学到的技巧不总结一下，下次使用时又忘了，导致还得从头再摸索一番。

这篇博客主要是记录一下用Python绘制二维color map 和 contour map的方法。闲话少说，直接上程序分析。

# 生成一个3.2 * 2.8 inch的图片

plt.figure(figsize=(3.2, 2.8))

# 调整tick的大小

plt.rc('xtick', labelsize = 9)

plt.rc('ytick', labelsize = 9)

# 调整x坐标tick的数目，这里显示5个坐标值

plt.locator_params(axis = 'x', nbins = 5)

# 对二维图像的横竖坐标生成meshgrid

xx,yy = np.meshgrid(Wwg, HSi)

# 确定要标出的contour的值

v = np.array([2e-2, 0.05, 0.2, 0.5, 2])

# 画contour

cs = plt.contour(xx, yy, alpha_dBcm, v, colors = 'k')

# 在contour上标出数字，字体大小10号

plt.clabel(cs, inline = 1, fontsize = 10)

# 画color map

cm = plt.pcolor(xx, yy, tao_Si)

# 画colorbar

cbar = plt.colorbar()

# 画 xlabel 和ylabel

plt.xlabel('$W_{wg}$ ($\mu$m)', fontsize = 10)

plt.ylabel('$H_{Si}$ (nm)', fontsize = 10)

plt.title('Contour unit dB/cm', fontsize = 10)

plt.tight_layout()

plt.show()

# 最后保存高dpi文件

plt.savefig('XXX.tif', format='tif', dpi=600)