Python Matplotlib绘制渐变色扇形图与等高线图的实现方法

沿途有光

发布时间：2026-10-15| 4人浏览过

原创

本文介绍如何利用Python的Matplotlib库绘制渐变色扇形图和等高线图。通过调用cm模块及get_cmap()方法，可轻松实现rainbow、Paired等多种颜色地图的扇形图效果。同时，利用contourf()函数结合网格化数据与自定义高度函数，可生成专业的等高线可视化图表，适用于数据分析与展示场景。

渐变色扇形图

借助Python中Matplotlib库的plt.cm颜色地图模块，可以绘制出色彩渐变且视觉效果更佳的扇形图。这类图表常被称为彩虹图，但实际可选用的颜色地图（colormap）并不局限于此，例如Paired、autumn、rainbow、gray、spring以及Darks等均可作为配色方案。

Paired, autumn, rainbow, gray, spring, Darks。

下文将以rainbow（彩虹）颜色地图为例，展示相关代码实现，并呈现不同颜色样式下的图像效果。

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


# 字体使用楷体
plt.rcParams['font.sans-serif'] = ['STKAITI']
plt.rcParams['axes.unicode_minus'] = False
# 准备数据
shapes = ['安徽省', '云南省', '福建省', '河南省', '辽宁省',
          '重庆', '湖南省', '四川省', '北京', '上海', '广西壮族自治区', '河北省',
          '浙江省', '江苏省', '湖北省', '山东省', '广东省']
values = [842, 866, 1187, 1405, 1495, 1620, 1717,
          2313, 2378, 3070, 4332, 5841, 6482, 7785, 9358, 9818, 20254]
s = pd.Series(values, index=shapes)
labels = s.index
sizes = s.values


fig, ax = plt.subplots(figsize=(8, 8), facecolor='#cc00ff')
# rainbow
# 这里的len(sizes)是选择的颜色的个数，也是绘制饼图的数据个数，
# 此处参数通常写为np.arange(len(sizes))/len(sizes)形式，不用纠结太多关于其用法。
colors = cm.rainbow(np.arange(len(sizes))/len(sizes))
patches, texts, autotexts = ax.pie(sizes, labels=labels, autopct='%1.0f%%',
                                   startangle=180,
                                   colors=colors,
                                   pctdistance=0.8,
                                   textprops={'fontsize': 15, 'color': '#8B1A1A'},
                                   )

ax.set_title('部分地区某指标占比图', loc='center', fontsize=25, color='blue')
plt.show()

图像效果如下：

此外，还可以调用cm模块中的get_cmap()方法来实现相同功能。虽然该方法同样可行，但从便捷性角度来看，前文展示的直接指定颜色地图的方式更为简便。

以Paired颜色地图为例：

以颜色地图autumn为例：

以颜色地图gray为例：

以颜色地图spring为例：

等高线

绘制等高线图主要使用matplotlib.pyplot提供的contourf()方法。

该函数的语法结构如下：

plt.contourf(X, Y, f(X,Y))

其中，X和Y均为二维数组，通常由meshgrid()方法处理后的网格化数据构成。

f(X,Y)表示对X和Y应用f()函数计算得到的结果，该结果将作为对应坐标点的高度值。

以下是一段可供参考的示例代码：

import numpy as np
import matplotlib.pyplot as plt


# 计算x,y坐标对应的高度值
def fun(x, y):
    return (1-x/2+x**2+y**3) * np.exp(-x**2-y**2)


# 设置个背景色
plt.figure(facecolor='#66ff33')
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
# 把x,y数据转换为二维数据（网格化）
X, Y = np.meshgrid(x, y)
# 填充等高线
plt.contourf(X, Y, fun(X, Y))

# 显示图表
plt.show()

其中fun(x, y)是用于计算高度的公式，用户可根据具体需求进行自定义调整。

绘制出的图像效果呈现如下：