Matplotlib contour() / contourf() 関数

contour()等高線（輪郭線）を描画し、contourf()塗りつぶし等高線を描画します。

両方とも2次元スカラー場（地形図、温度場、圧力場など）の可視化に使用されます。

関数定義

pyplot インターフェース

matplotlib.pyplot.contour(*args, **kwargs)
matplotlib.pyplot.contourf(*args, **kwargs)

Axes インターフェース

Axes.contour(X, Y, Z, levels=None, **kwargs)
Axes.contourf(X, Y, Z, levels=None, **kwargs)

パラメータの説明

パラメータ	型	説明
X, Y	2D array-like または 1D array	グリッド点の x 座標と y 座標。1D 配列を渡すと、meshgrid によって自動的に拡張されます。
Z	2D array-like	各グリッド点の関数値（高さ）。形状は X, Y と同じです。
levels	int または array-like	等高線のレベル：整数の場合は N 本を自動生成し、配列の場合は具体的なレベル値を示します。
colors	color または list	等高線の色（contour 用）
cmap	str または Colormap	カラーマップ（contourf 用）。例：'viridis'、'terrain'
alpha	float	透明度 0-1
linewidths	float または list	線幅（contour 用）
linestyles	str または list	線種（contour 用）。例：'solid'、'dashed'
extend	str	levels の範囲外の色の処理：'neither'/'both'/'min'/'max'
antialiased	bool	アンチエイリアスの有無（contourf）。デフォルトは True

clabel() の補足説明

clabel()等高線上に数値ラベルを追加するために使用します。

Axes.clabel(CS, levels=None, **kwargs)

使用例

例 1：基本の等高線 + 塗りつぶし等高線の比較

実例

import matplotlib.pyplot as plt
import numpy as np

# 2次元グリッドと関数値を作成
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y) # 2次元関数

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')

# 左の図：輪郭線（contour）
cs1 = ax1.contour(X, Y, Z, levels=10, cmap='viridis')
ax1.clabel(cs1, inline=True, fontsize=8) # ラベルを追加
ax1.set_title('contour() - Line Contours')

# 右の図：塗りつぶし等高線（contourf）
cs2 = ax2.contourf(X, Y, Z, levels=15, cmap='RdYlBu')
fig.colorbar(cs2, ax=ax2, label='Value')
# 境界線を重ねる
ax2.contour(X, Y, Z, levels=15, colors='black', linewidths=0.3)
ax2.set_title('contourf() - Filled Contours')

for ax in [ax1, ax2]:
ax.set_xlabel('X')
ax.set_ylabel('Y')

plt.show()

例 2：カスタム levels

実例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, 150)
y = np.linspace(-5, 5, 150)
X, Y = np.meshgrid(x, y)

# ガウス分布の丘
Z = np.exp(-((X-1)**2 + Y**2) / 4) +
np.exp(-((X+1)**2 + Y**2) / 3)

fig, ax = plt.subplots(figsize=(7, 5), layout='constrained')

# カスタム levels：0.1 から 1.0 まで、間隔 0.1
custom_levels = np.arange(0.1, 1.1, 0.1)
cs = ax.contourf(X, Y, Z, levels=custom_levels,
cmap='YlOrRd', extend='both')
cbar = fig.colorbar(cs, ax=ax, label='Height')

ax.contour(X, Y, Z, levels=custom_levels,
colors='black', linewidths=0.5)

ax.set_title('Custom Levels Contour')
ax.set_xlabel('X')
ax.set_ylabel('Y')
plt.show()

例 3：地形図スタイル（terrain colormap）

実例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-4, 4, 200)
y = np.linspace(-4, 4, 200)
X, Y = np.meshgrid(x, y)

# 地形をシミュレーション：2つの山頂 + 1つの谷
Z = 3 * np.exp(-((X+2)**2 + Y**2) / 3) +
2 * np.exp(-((X-1)**2 + (Y-1)**2) / 2) -
1 * np.exp(-((X+0.5)**2 + (Y-2)**2) / 1.5)

fig, ax = plt.subplots(figsize=(8, 6), layout='constrained')

# terrain colormap で地形図をシミュレーション
cs = ax.contourf(X, Y, Z, levels=20, cmap='terrain', extend='both')
fig.colorbar(cs, ax=ax, label='Elevation', shrink=0.8)

ax.contour(X, Y, Z, levels=20, colors='black', linewidths=0.3,
alpha=0.4)

ax.set_title('Terrain-style Contour Map')
ax.set_xlabel('X (km)')
ax.set_ylabel('Y (km)')
plt.show()
print("サンプル: terrain contour displayed")

よくある質問

contour と contourf はいつどちらを使う？

contour()：明確な境界線を見るのに適しています。例：気圧の等値線。

contourf()：連続的に変化する場を示すのに適しています。例：温度分布。

一般的な方法は両者を重ねることです：contourf で色を塗りつぶし、contour で境界線を重ねます。

X,Y は 2D である必要がありますか？

いいえ。X と Y として 1D 配列を渡すと、matplotlib は自動的にnp.meshgrid(X, Y)meshgrid を呼び出して2次元グリッドを生成します。Z は meshgrid 後の形状と一致する必要があります。

Matplotlib リファレンスドキュメント

その他の拡張