从非线性方程图中查看更多细节

Question

我有一个非线性函数系统的等值线图，我试图在图中获得更多细节。我确信在标记为 1 的 iscontour（环）内还有 3 个等轮廓（岛形状）。这些将是局部最小值。我不太明白如何进一步放大图表，让它们在图表中呈现。

对 python 和 Jupyter Notebook 相当陌生，如果有任何关于我如何做到这一点的见解，我将不胜感激。

delta = 0.025
x = np.arange(-3, 1.0, delta)
y = np.arange(-3, 2.0, delta)
X, Y = np.meshgrid(x, y)
e1 = X*X + 2*Y*Y + np.sin(2*X)
e2 = X*X + np.cos(X+5*Y) - 1.2
Z = e1**2 + e2**2 

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z, np.array([1, 5, 10, 50, 100]))
ax.clabel(CS, inline=True, fontsize=10)

Answer 1

好吧，如果您知道值 1 的轮廓内存在三个最小值，那么您可以为

levels

参数提供较小的值来查看它们：

import matplotlib.pyplot as plt                                                                                       
import numpy as np                                                                                                    
                                                                                                                      
                                                                                                                      
delta = 0.025                                                                                                         
x = np.arange(-3, 1.0, delta)                                                                                         
y = np.arange(-3, 2.0, delta)                                                                                         
X, Y = np.meshgrid(x, y)                                                                                              
e1 = X*X + 2*Y*Y + np.sin(2*X)                                                                                        
e2 = X*X + np.cos(X+5*Y) - 1.2                                                                                        
Z = e1**2 + e2**2 # ensure's its positive                                                                             
                                                                                                                      
fig, ax = plt.subplots()                                                                                              
CS = ax.contour(X, Y, Z, np.array([0.1, 1, 5, 10, 50, 100]))                                                          
ax.clabel(CS, inline=True, fontsize=10)                                                                               
ax.set_xlim(-3, 1)                                                                                                    
ax.set_ylim(-2, 1)                                                                                                    
plt.show()                                                                                                            

您还可以使用

xlim

和

ylim

来修改轴的居中，就像我上面所做的那样：如果您使框变小，三个最小值将更加明显。