首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在matplotlib imshow等高线图上显示数据点?

在matplotlib中,可以使用scatter函数在imshow等高线图上显示数据点。scatter函数可以在指定的坐标位置上绘制散点图,从而在等高线图上显示数据点。

下面是一个示例代码:

代码语言:txt
复制
import matplotlib.pyplot as plt
import numpy as np

# 生成等高线图数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 绘制等高线图
plt.imshow(Z, extent=[-5, 5, -5, 5], origin='lower', cmap='jet')
plt.colorbar()

# 显示数据点
data_x = np.random.uniform(-4, 4, 50)
data_y = np.random.uniform(-4, 4, 50)
plt.scatter(data_x, data_y, c='red', marker='o')

plt.show()

在上述代码中,首先生成了一个等高线图的数据,然后使用imshow函数绘制等高线图。接着,使用scatter函数在指定的坐标位置上绘制数据点,其中data_x和data_y是数据点的横纵坐标,c参数指定数据点的颜色,marker参数指定数据点的形状。

最后,使用plt.show()显示图形。

关于matplotlib的更多用法和详细介绍,可以参考腾讯云的产品文档:matplotlib产品介绍

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • 工具 | R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)

    数据分布图简介 绘制基本直方图 基于分组的直方图 绘制密度曲线 绘制基本箱线图 往箱线图添加槽口和均值 绘制2D等高线 绘制2D密度图 数据分布图简介 中医上讲看病四诊法为:望闻问切。而数据分析师分析数据的过程也有点相似,我们需要望:看看数据长什么样;闻:仔细分析数据是否合理;问:针对前两步工作搜集到的问题与业务方交流;切:结合业务方反馈的结果和项目需求进行数据分析。 “望”的方法可以认为就是制作数据可视化图表的过程,而数据分布图无疑是非常能反映数据特征(用户症状)的。R语言提供了多种图表对数据分布进行描述

    010
    领券