Python 使用Matplotlib绘制等高线和线框图

我必须为函数绘制轮廓图和线框图。这是我目前掌握的代码：

#均匀分布的随机数
n=2000
定义函数向量（x1s，x2s）：
返回x1s*x1s+4*x2s*x2s
np.random.seed（）
x1s=np.随机.均匀（-1,1,n）
x2s=np.随机均匀（-1，1，n）
ys=函数向量（x1s，x2s）
图=plt.图（）
#散开
ax1=图add_子批次（1,2,1）
ax1.散点（x1s，x2s，颜色='g'，s=2，边缘颜色='none'）
ax1.set_ylim（[-1,1]）
ax1.set_xlim（[-1,1]）
#轮廓
ax1.轮廓（x2s、x1s、ys[np.新轴，：]。重复（n，轴=0））
#三维可视化
ax2=图add_子图（1,2,2，投影='3d'）
X=x1s
Y=x2s
Z=ys
ax2.绘制线框（X，Y，Z，rstride=1，cstride=1）
plt.show（）

我不明白的是

contour（）

和

plot\u firewrame（）

实际上是如何工作的？有人能这么客气地向我解释一下吗（在指定函数的上下文中）？此外，我应该如何指定X、Y和Z

现在的情节是这样的：

这就是它应该是什么样子（上面的分散可以）：

---

以下是生成正确绘图的代码。任何对此感到困惑的人都会发现代码几乎是不言自明的：

#均匀分布的随机数
n=2000
定义函数向量（x1s，x2s）：
返回x1s*x1s+4*x2s*x2s
np.random.seed（）
x1s=np.随机.均匀（-1,1,n）
x2s=np.随机均匀（-1，1，n）
ys=函数向量（x1s，x2s）
图=plt.图（22）
#散开
ax1=图add_子批次（1,2,1）
ax1.散点（x1s，x2s，颜色='g'，s=2，边缘颜色='none'）
ax1.set_ylim（[-1,1]）
ax1.set_xlim（[-1,1]）
#轮廓
席＝NP·林空间（-1，1，20）
yi=np.linspace（-1,1,20）
zi=griddata（（x2s，x1s），ys，（xi[None，：]，yi[：，None]），method='cubic'）
ax1.等高线（xi，yi，zi，6，线宽=1，颜色=（'0000ff'，'0099ff'，'009999'，'999900'，'ff9900'，'ff0000'））
#三维可视化
ax2=图add_子图（1,2,2，投影='3d'）
十、 Y=np.meshgrid（xi，yi）
ax2.绘制线框（X，Y，zi，rstride=1，cstride=1）
ax2.视图初始化（28，-144）
plt.show（）

这些函数在点的顺序中预期结构。线框代码在4个相连的邻居之间画线，因此你得到了一个鸟巢。谢谢，

griddata（）

和

meshgrid（）

完成了这项工作！你能给出一个解释你所做的事情的答案吗？我怎样才能得到比彩色线条更纯色的轮廓方案呢@衍射使用

contourf

。是否可以反向使用？我的意思是从一个3D数据集生成一个曲面拟合模型，然后得到拟合曲面的方程？？