我们经常在二维图上用等高线来表示三维数据，Matplotlib提供了三个函数来实现这一功能：
plt.contour: 绘制等高线
plt.contourf: 绘制带有填充色的等高线
plt.imshow: 显示图形
contour函数需要三个基本参数：x、y、z轴三个坐标轴的网格数据。x与y轴表示图形中的位置，而z轴通过等高线的等级来表示。
当图形中只使用一种颜色的时候，会使用虚线来表示负数，实线表示正数。
我们可以将数据范围等分，比如10份，然后设置camp参数定义一个线条颜色的配色方案，用不同的颜色表示等高线。
plt.contour(X, Y, Z, cmap='RdGy')
plt.colorbar()
RdGy是红-灰配色方案(Red-Gray)。Matplotlib有很多配色方案可选，都在plt.cm模块里，使用plt.cm.<tab>可以查看有哪些方案。
上面的图形里，线条之间的间隙比较大，可以通过contourf方法进行填充(注意方法名多了个f)：
plt.contourf(X, Y, Z, cmap='RdGy')
plt.colorbar()
我们还可以通过imshow方法，将二维数组渲染成渐变图：
imshow不支持使用x和y轴的数据设置网格，必须通过extend参数设置图形的坐标范围xmin、xmax，ymin、ymax
imshow默认使用标准的图形数组定义，原点位于左上角，类似浏览器。而不是绝大多数等高线的左下角
imshow会自动调整坐标轴的精度以适应数据显示。可以通过plt.axis(aspect='image')来设置x与y轴的单位。
最后，我们还可以使用clabel方法，将一幅背景半透明的彩色图与另一幅坐标相同、带数据标签的等高线叠放在一起，画出相当高端的图形：
现在你或许会有感悟，绘图画到最后，缺少的不是工具，而是创意灵感。