问题描述
我有3个由3个列表组成的数组：
x = np.array(xlist)
y = np.array(ylist)
z = np.array(zlist)
其中每个列表代表x坐标，y坐标以及每个指定坐标的权重。每个列表中大约有3000个值（对应于3000个点，每个点的权重为z）。
问题是，这些值是非常精确的浮点数，精确到10级。但是，我想做的是能够创建“ n”个具有近似阈值的轮廓线（不填充色，只有几条闭合的细线）。
即使我的z点非常精确并且可能没有2个都是精确的，但是它们很多，并且整体上以3d绘制时形成了“空心山”状的形状（所以在我的想象中，轮廓线就是等间隔的水平切片。
我没有代表z = f（x，y）的函数。因此，我不能只是这样做：
plt.contour(x,y,z,contour_num)
因为这揭示了z必须是2D数组的预期误差。
但是，z只是根据位置仅与x和y相关的一组点。
如何在没有网格的情况下绘制“近似轮廓图”（是否有手动方法直接对数据进行绘制？）？
编辑说明：
另外，正如您所知，当我尝试类似操作时遇到的错误是“值错误：无法将大小为3000的数组重塑为形状（3000,3000）”：
X,Y = np.meshgrid(x,y)
Z = z.reshape(3000,3000)
plt.contour(X,Y,Z)
plt.show()
如果没有其他方法可以创建轮廓线图，那为什么不起作用？我该如何运作？
解决方法
好吧，我回答了我自己的问题。做到这一点的方法是通过plt.tricontour（x，y，z，num_contours）。完美运行。