等高線大家都不陌生，這個詞來源對地勢地貌的描述。

在機器學習的隨機梯度下降中涉及了等高線圖用以形象的描述每次迭代的步距、方向等，這也正是它的用武之地。僅僅學習其中的皮毛。

君子性非異也，善假於物也

import numpy as np
import matplotlib.pyplot as plt
# 定義高度函式
def height(x, y):
	return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
# 將原始資料變成網格資料
X,Y =
 
 np.meshgrid(x,y)
# 填充顏色
plt.contourf(X,Y,height(X,Y),8,alpha=0.75,cmap=plt.cm.hot)
# add contour lines
C = plt.contour(X,Y,height(X,Y),8,color='black',lw=0.5)
# 顯示各等高線的資料標籤cmap=plt.cm.hot
plt.clabel(C,inline=True,fontsize=10)

plt.show()

說明
1. contourf 填充顏色函式:

• 前三個引數 X, Y, Height 用來引進點的位置和對應的高度資料；
• 數字 8 代表將等高線圖分成10塊；
• alpha 用來設定填充顏色的範圍，alpha越接近1，顏色的搭配就越向深色風格過渡，如下面幾張圖所示，$\alpha=0,0.2,0.95$:
  
  
  
• cmap=plt.cm.hot表示圖片顏色為暖色。也可直接寫成cmap='hot'
  hot->cool如下圖：
  
  2. contour 繪製等高線函式
  前三個引數與contourf相同，後兩個見文知意。