在Python中，我们可以使用matplotlib库和scipy库来画指定等值线，以下是详细的步骤和技术教学：

1、我们需要安装matplotlib和scipy库，可以使用pip命令进行安装，在命令行中输入以下命令：

pip install matplotlib scipy

2、导入所需的库：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata

3、准备数据，我们需要有一组x、y坐标和一个对应的z值，我们有以下数据：

x = np.array([0, 1, 2, 0, 1, 2])
y = np.array([0, 0, 0, 1, 1, 1])
z = np.array([1, 2, 3, 4, 5, 6])

4、使用griddata函数对数据进行插值，以便我们可以根据需要生成任意数量的等值线，我们想要生成5条等值线，分别对应z值为2、3、4、5和6：

z_values = [2, 3, 4, 5, 6]
xi = np.linspace(x.min(), x.max(), 100)
yi = np.linspace(y.min(), y.max(), 100)
zi = griddata((x, y), z, (xi[None,:], yi[:, None]), method='cubic')

5、绘制等值线图，我们可以使用contourf函数绘制填充的等值线图，然后使用contour函数绘制等值线本身：

plt.contourf(xi, yi, zi, z_values)
plt.contour(xi, yi, zi, z_values)
plt.colorbar()
plt.scatter(x, y, c=z, marker='o', edgecolors='k')
plt.show()

以上代码将生成一个填充的等值线图，其中颜色表示z值的大小，我们还可以在图上显示原始数据的散点图。

现在，我们已经学会了如何在Python中画指定等值线，以下是一个完整的示例：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
准备数据
x = np.array([0, 1, 2, 0, 1, 2])
y = np.array([0, 0, 0, 1, 1, 1])
z = np.array([1, 2, 3, 4, 5, 6])
对数据进行插值，生成等值线所需的网格数据
z_values = [2, 3, 4, 5, 6]
xi = np.linspace(x.min(), x.max(), 100)
yi = np.linspace(y.min(), y.max(), 100)
zi = griddata((x, y), z, (xi[None,:], yi[:, None]), method='cubic')
绘制等值线图
plt.contourf(xi, yi, zi, z_values)
plt.contour(xi, yi, zi, z_values)
plt.colorbar()
plt.scatter(x, y, c=z, marker='o', edgecolors='k')
plt.show()

运行上述代码，你将看到一个简单的等值线图，你可以根据需要修改数据和参数，以生成更复杂的等值线图。