菜鸡的第一篇博客。学习一下大佬的笔记。
1.创建三维坐标轴对象Axes3D
方法一、利用关键字“projection=3D”来实现
#方法一、利用关键字”objection=3d“
from matplotlib import pyplot as plt
#定义坐标轴
fig=plt.figure()
ax1=plt.axes(projection='3d')方法二、利用三维轴通过从mpl_toolkits.mplot3d导入 Axes3D
#方法二、利用三维轴
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#定义图像和三维格式坐标轴
fig=plt.figure()
ax2=Axes3D(fig)2.三维曲线和散点
随后在定义的坐标轴上画图。
import numpy as np
# 基于ax1变量绘制三维图
#设置xyz方向的变量（空间曲线）
z=np.linspace(0,13,1000)#在1~13之间等间隔取1000个点
x=5*np.sin(z)
y=5*np.cos(z)
#设置xyz方向的变量（散点图）
zd=13*np.random.random(100)
xd=5*np.sin(zd)
yd=5*np.cos(zd)
#设置坐标轴
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
ax1.set_zlabel('Z')
ax1.scatter(xd,yd,zd,cmap='Blues') #绘制散点图
ax1.plot3D(x,y,z,'gray')#绘制空间曲线
plt.show()#显示图像?
3.空间曲面?
import numpy as np
#定义新坐标轴
fig=plt.figure()
ax3=plt.axes(projection='3d')
#定义三维数据
xx=np.arange(-5,5,0.5)
yy=np.arange(-5,5,0.5)
#生成网格点坐标矩阵,对x和y数据执行网格化
X,Y=np.meshgrid(xx,yy)
#计算z轴数据
Z=np.sin(X)+np.cos(Y)
#绘图
#函数plot_surface期望其输入结构为一个规则的二维网格
ax3.plot_surface(X,Y,Z,cmap='rainbow') #cmap是颜色映射表
plt.title("3D")
plt.show()
?
如果加入渲染时的步长，会得到更加清晰细腻的图像 。其中的row和cloum_stride为横竖方向的绘图采样步长，越小绘图越精细。
import numpy as np
#定义新坐标轴
fig=plt.figure()
ax3=plt.axes(projection='3d')
#定义三维数据
xx=np.arange(-5,5,0.1)
yy=np.arange(-5,5,0.1)
#生成网格点坐标矩阵,对x和y数据执行网格化
X,Y=np.meshgrid(xx,yy)
#计算z轴数据
Z=np.sin(X)+np.cos(Y)
#绘图
ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow') #cmap是颜色映射表
plt.title("3D")
plt.show()
?
?
4.等高线
将等高线投影到不同的面上?
import numpy as np
#定义新坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')
#生成三维数据
xx = np.arange(-5,5,0.1)
yy = np.arange(-5,5,0.1)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))
#作图
ax4.plot_surface(X,Y,Z,alpha=0.8,cmap='winter') #生成表面， alpha 用于控制透明度
ax4.contour(X,Y,Z,zdir='z', offset=-3,cmap="rainbow") #生成z方向投影，投到x-y平面,offset表示离视角轴0点的距离
ax4.contour(X,Y,Z,zdir='x', offset=-6,cmap="rainbow") #生成x方向投影，投到y-z平面
ax4.contour(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #生成y方向投影，投到x-z平面
#ax4.contourf(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #生成y方向投影填充，投到x-z平面，contourf()函数
#设定显示范围
ax4.set_xlabel('X')
ax4.set_xlim(-6, 4) #设置坐标轴范围显示投影
ax4.set_ylabel('Y')
ax4.set_ylim(-4, 6)
ax4.set_zlabel('Z')
ax4.set_zlim(-3, 3)
plt.show()
5.随机散点图?
利用scatter生成随机散点图。
#函数定义
matplotlib.pyplot.scatter(x, y,
s=None, #散点的大小 array scalar
c=None, #颜色序列 array、sequency
marker=None, #点的样式
cmap=None, #colormap 颜色样式
norm=None, #归一化 归一化的颜色camp
vmin=None, vmax=None, #对应上面的归一化范围
alpha=None, #透明度
linewidths=None, #线宽
verts=None, #
edgecolors=None, #边缘颜色
data=None,
**kwargs
)
#ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html
import numpy as np
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')
#生成三维数据
xx = np.random.random(20)*10-5 #取100个随机数，范围在5~5之间
yy = np.random.random(20)*10-5
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))
#作图
ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20, 20))) #生成散点.利用c控制颜色序列,s控制大小
plt.show()?
参考链接：Python三维绘图--Matplotlib_TomRen-CSDN博客_python画三维图?
?
?
?