import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline

from matplotlib.colors import ListedColormap

x=np.array([1,3])
y=np.array([1,4])
z=np.array([[2,3],[3,4]])
plt.xlim(1,3)
plt.ylim(1,4)

colors = (‘red‘, ‘blue‘, ‘lightgreen‘, ‘gray‘, ‘cyan‘)
cmap = ListedColormap(colors[:len(np.unique(z))])
plt.contour(x,y,z,cmap
 
=cmap, alpha=0.8)   # alpha調整圖像透明度
plt.show()

x=np.array([1,2])
y=np.array([1,4])
z=np.array([[1,2], [3, 4]])
plt.xlim(1,2)
plt.ylim(1,4)

colors = (‘red‘, ‘blue‘, ‘lightgreen‘, ‘gray‘, ‘cyan‘)
cmap = ListedColormap(colors[:len(np.unique(z))])  # np.unique()是把數組元素去重
plt.contourf(x, y, z,cmap=cmap, alpha=0.6)   #
 
##
plt.show()

contour和contourf

• 繪制三維圖
• 其中前兩個參數x和y：兩個等長一維數組
• 第三個參數z： 二維數組（表示平面點xi, yi映射的函數值）。

由於contourf可以填充等高線之間的空隙顏色，呈現出區域的分劃狀，所以很多分類機器學習模型的可視化常會借助其展現。

參考：https://blog.csdn.net/cymy001/article/details/78513712

contourf和contour用法區別