为什么pyplot.contour（）要求Z为2D数组？
问题内容：
该matplotlib.pyplot.contour()函数需要3个输入数组X，Y而Z。
数组X和Y指定点的x坐标和y坐标，而Z指定在点处评估的感兴趣函数的相应值。
我知道，np.meshgrid()这很容易产生用作以下参数的数组contour()：
X = np.arange(0,5,0.01)
Y = np.arange(0,3,0.01)
X_grid, Y_grid = np.meshgrid(X,Y)
Z_grid = X_grid**2 + Y_grid**2
plt.contour(X_grid, Y_grid, Z_grid) # Works fine
这很好。方便地，这也很好：
plt.contour(X, Y, Z_grid) # Works fine too
但是，为什么 要求Z输入是2D数组？ __
为什么即使使用适当对齐的所有相同数据，也不允许以下内容？
plt.contour(X_grid.ravel(), Y_grid.ravel(), Z_grid.ravel()) # Disallowed
另外， 仅指 Z定时（没有对应的X和Y）的语义是什么？
问题答案：
查看某人的文档contour发现，有两种方法可以调用此函数，例如contour(Z)或contour(X,Y,Z)。所以，你会发现它不需要任何X或者Y价值能够体现的。
但是，为了绘制轮廓，函数必须知道下面的网格。Matplotlib的contour基于矩形网格。但即便如此，允许contour(z)，与z作为一维数组，就不可能知道现场应该如何绘制。在的情况下contour(Z)，其中Z是一个二维数组，它的形状明确地将针对图中的网格。
一旦知道了该网格，是否将可选X和Y数组展平就变得无关紧要了。实际上，文档告诉我们的是：
X和Y必须都是与Z形状相同的2-D，或者它们都必须是1-D，以使len（X）是Z中的列数，而len（Y）是Z中的行数。
同样显而易见的是，某些东西 plt.contour(X_grid.ravel(), Y_grid.ravel(), Z_grid.ravel())无法生成等高线图，因为有关网格形状的所有信息都将丢失，并且等高线函数无法知道如何解释数据。例如，如果len(Z_grid.ravel()) == 12底层网格的形状可以是(1,12), (2,6), (3,4), (4,3), (6,2), (12,1)。
可能的解决方法当然是允许一维数组并引入参数shape，例如plt.contour(x,y,z, shape=(6,2))。但是事实并非如此，因此您必须忍受Z需要为2D的事实。
但是，如果您正在寻找一种方法来获得具有平坦（散乱的）数组的国土图，则可以使用plt.tricontour()。
plt.tricontour(X_grid.ravel(), Y_grid.ravel(), Z_grid.ravel())
在这里，将使用Delaunay三角剖分在内部生成三角形网格。因此，即使完全随机化的点也将产生不错的结果，如下图所示，将其与赋予的相同随机点进行比较contour。
