对于给定的路径，您可以获得如下所示的点：

p = cs.collections[0].get_paths()[0]
v = p.vertices
x = v[:,0]
y = v[:,1]

来自：http://matplotlib.org/api/path_api.html#module-matplotlib.path
Path对象的用户不应该直接访问顶点和代码数组。相反，他们应该使用iter_segments（）来获取顶点/代码对。这一点很重要，因为作为优化，许多Path对象根本不存储代码，而是由iter_segments（）为它们提供一个默认代码。
除此之外，我真的不确定你的问题是什么。[Zip]是一个内置函数，在处理坐标时有时很有用。1

所有路径的顶点可以作为float64的numpy数组返回，只需通过：

cs.allsegs[i][j]  # for element j, in level i

其中，cs的定义与原始问题中的定义相同：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 2, 3, 4]
m = [[15, 14, 13, 12], [14, 12, 10, 8], [13, 10, 7, 4], [12, 8, 4, 0]]
cs = plt.contour(x, y, m, [9.5])

详细信息：

遍历集合并提取路径和顶点并不是最直接或最快的事情。返回的Contour对象实际上通过cs.allsegs具有线段的属性，cs.allsegs返回一个嵌套的shape [level][element][vertex_coord]列表：

num_levels = len(cs.allsegs)
num_element = len(cs.allsegs[0])  # in level 0
num_vertices = len(cs.allsegs[0][0])  # of element 0, in level 0
num_coord = len(cs.allsegs[0][0][0])  # of vertex 0, in element 0, in level 0

参见参考文献：https://matplotlib.org/stable/api/contour_api.html

我也面临着类似的问题，并在this matplotlib list discussion上栽了跟头。
基本上，可以去掉绘图，直接调用底层函数，虽然不是很方便，但也是可能的。解决方案也不是像素精确的，因为底层代码中可能有一些插值。

import matplotlib.pyplot as plt
import matplotlib._cntr as cntr
import scipy as sp

data = sp.zeros((6,6))
data[2:4,2:4] = 1

plt.imshow(data,interpolation='none')
level=0.5
X,Y = sp.meshgrid(sp.arange(data.shape[0]),sp.arange(data.shape[1]))
c = cntr.Cntr(X, Y, data.T)
nlist = c.trace(level, level, 0)
segs = nlist[:len(nlist)//2]
for seg in segs:
    plt.plot(seg[:,0],seg[:,1],color='white')

plt.show()