Visdom contour()绘制等高线图（附带实例）

Visdom 是 PyTorch 深度学习最常用的模型可视化工具。Visdom 提供了多种绘图函数，可以用于实现数据的可视化，其中就包括本节要讲的 contour() 函数。

contour() 函数用来绘制等高线。它接受一个 N×M 张量 X 作为输入，该张量 X 指定等高线图中每个位置的值。

下面是 contour() 函数支持的选项：

• opts.colormap：色图 (string; default = 'Viridis')；
• opts.xmin：修剪的最小值 (number; default = X:min())；
• opts.xmax：修剪的最大值 (number; default = X:max())；
• opts.layoutopts：图形后端为布局接受的任何附加选项的字典，比如 layoutopts = {'plotly':{'legend': {'x':0, 'y':0}}}。

以下是实现等高线级例子的代码：

# 导入相关库
import visdom
import numpy as np
#使用 np.tile 函数将一个从 1 到 80 的一维数组 np.arange(1, 81) 重复 80 次，形成一个 80
行 1 列的二维数组 x
x = np.tile(np.arange(1, 81), (80, 1))
#对 x 进行转置，得到一个 1 行 80 列的数组 y
y = x.transpose()
# 计算数组 X，其值为 e ^ ((x - 40) ** 2 + (y - 40) ** 2) / -20 ** 2
X = np.exp((((x - 40) ** 2) + ((y - 40) ** 2)) / -(20.0 ** 2))
#使用Visdom的contour函数绘制等高线图。X是要绘制的数组，colormap='Viridis'表示使用Viridis颜色映射
vis.contour(X=X, opts=dict(colormap='Viridis'))

这段代码通过计算一个二维数组中每个点的指数，使用 Visdom 绘制出该数组的等高线图。这样可以直观地观察到数据的分布和特征。

输出如下图所示：