绘制等高线图，其中数据框的行 names/indices 作为 y 值

Question

以下数据框：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.random((5,5)))
df.index = [1000, 200, 50, 1, 0.1]

其中指数是指示值高度的压力水平。

制作简单等高线图时：

plt.contourf(df)

y 值与索引值不对应。我希望将对应于索引值的压力水平用作 y 轴的值。

我尝试使用 extent 参数，但这会拉伸 min/max 之间的值。压力水平分布不均。

Answer 1

如 matplotlib.pyplot.contourf 的文档中所述：

X, Y : array-like, optional
The coordinates of the values in Z.
X and Y must both be 2D with the same shape as Z (e.g. created via numpy.meshgrid), or they must both be 1-D such that len(X) == N is the number of columns in Z and len(Y) == M is the number of rows in Z.
X and Y must both be ordered monotonically.
If not given, they are assumed to be integer indices, i.e. X = range(N), Y = range(M).

所以你可以通过：

range(len(df.columns)) 作为 X
压力水平列表，[1000, 200, 50, 1, 0.1]，如 Y
df 作为 Z

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt


df = pd.DataFrame(np.random.random((5, 5)))

plt.contourf(range(len(df.columns)), [1000, 200, 50, 1, 0.1], df)

plt.show()

Answer 2

昨天我自己也发现了：

使用 list(df.index) 从索引中检索了 y-values。

如果您使用 np.linspace 有任何 min/max 值，然后创建一个均匀间隔的 X 值，并从压力水平的总大小中减去 2：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.random((5,5)))
df.index = [1000, 200, 50, 1, 0.1]


x_vals = np.linspace(min, max, size(df.index) -2))

plt.contourf(lat_vals, press_lvl, clim)

绘制等高线图，其中数据框的行 names/indices 作为 y 值

Plotting a contour map with row names/indices of dataframe as y-values

python

plot

data-visualization

matplotlib

dataframe