Python 如何在等高线图中指定z值-seaborn/matplotlib

我正在测量具有两个参数的机器学习分类器的精度。我想让x轴和y轴代表这两个参数，并让z指数（轮廓/深度）显示模型的准确性

我遇到的问题是seaborn的

kdeplot

似乎在根据点在图中的位置计算z指数；它不显示准确度，而是显示点的集中度

有没有办法用准确度（这些分数）来显示图表的深度

或者这不是表示此类信息的最佳方式

sns.jointplot（x=“n\u估计量”，y=“学习率”，
数据=数据，高度=8，比率=10，空间=0，
color=“#383C65”）\
.plot_joint（sns.kdeplot，zorder=0，shade=True，shade_lower=False，
cmap=sns.cubehelix_调色板（light=1，as_cmap=True），legend=True，cbar=False，
cbar_kws={}）

其中，

数据

是一个数据框，有三列：

学习率

，

n\u估计器

，

精度

我还使用matplotlib的contourf获得了相同的结果。非常感谢您的帮助。谢谢

---

seaborn jointplot（或distplot）绘制点的密度。如果需要等高线图，请使用matplotlib的

contourf

函数。谢谢。但是

contourf

的文档说Z应该是

数组，就像（N，M）

一样，我只有一个1D数组。我如何将它转换成这个形状？在这种情况下，文档有点稀疏，要么在网格上插值，要么使用

tricontourf

。参见。seaborn jointplot（或distplot）绘制点的密度。如果需要等高线图，请使用matplotlib的

contourf

函数。谢谢。但是

contourf

的文档说Z应该是

数组，就像（N，M）

一样，我只有一个1D数组。我如何将它转换成这个形状？在这种情况下，文档有点稀疏，要么在网格上插值，要么使用

tricontourf

。看见