Python如何实现3D绘图方式-创新互联

创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!

成都创新互联公司专注于企业营销型网站、网站重做改版、袁州网站定制设计、自适应品牌网站建设、H5响应式网站成都做商城网站、集团公司官网建设、成都外贸网站制作、高端网站制作、响应式网页设计等建站业务,价格优惠性价比高,为袁州等各大城市提供网站开发制作服务。

这篇文章将为大家详细讲解有关Python如何实现3D绘图方式,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

Axes3D 对象创建方法一:Axes3D(fig)

在 Matplotlib 1.0.0 版本中,绘制 3D 图需要先导入 Axes3D 包,获取 figure 画布对象 fig 后,通过 Axes3D(fig) 方法来创建 Axes3D 对象,具体方法如下:

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 获取 figure 画布并创建 Axes3D 对象
fig = plt.figure()
ax = Axes3D(fig)
# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 绘制线性图
ax.plot(x, y, z)
plt.show()

Axes3D 对象创建方法二:add_subplot

在 Matplotlib 3.2.0 版本中,绘制 3D 图可以通过创建子图,然后指定 projection 参数 为 3d 即可,返回的 ax 为 Axes3D 对象,以下两种方法均可:

import numpy as np
import matplotlib.pyplot as plt
# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 绘制线性图
ax.plot(x, y, z)
plt.show()
import numpy as np
import matplotlib.pyplot as plt
# 通过子图创建 Axes3D 对象
ax = plt.subplot(111, projection='3d')
# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 绘制线性图
ax.plot(x, y, z)
plt.show()

【01x03】Axes3D 对象创建方法三:gca

除了以上两种方法以外,还可以先获取画布对象 fig,再通过 fig.gca() 方法获取当前绘图区(gca = Get Current Axes),然后指定 projection 参数 为 3d 即可,返回的 ax 为 Axes3D 对象。

import numpy as np
import matplotlib.pyplot as plt
# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')
# 数据坐标
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 绘制线性图
ax.plot(x, y, z)
plt.show()

以上三种方法运行结果均为下图:

Python如何实现3D绘图方式

cmap 与 colorbar

默认情况下,散点图、线性图、曲面图等将以纯色着色,但可以通过提供 cmap 参数支持颜色映射。cmap 参数用于设置一些特殊的颜色组合,如渐变色等。

如果使用了 cmap 参数,则可以使用 pyplot.colorbar() 函数来绘制一个色条,即颜色对照条。

基本语法:matplotlib.pyplot.colorbar([mappable=None, cax=None, ax=None, **kw])

部分参数解释如下表,其他参数,如长度,宽度等请参考官方文档。

参数 描述
mappable 要设置色条的图像对象,该参数对于 Figure.colorbar 方法是必需的,但对于 pyplot.colorbar 函数是可选的
cax 可选项,要绘制色条的轴
ax可选项,设置色条的显示位置,通常在一个画布上有多个子图时使用
**kw 可选项,其他关键字参数,参考官方文档

3D 线性图:Axes3D.plot

基本方法:Axes3D.plot(xs, ys[, zs, zdir='z', *args, **kwargs])

参数 描述
xs 一维数组,点的 x 轴坐标
ys 一维数组,点的 y 轴坐标
zs一维数组,可选项,点的 z 轴坐标
zdir

可选项,在 3D 轴上绘制 2D 数据时,数据必须以 xs,ys 的形式传递

,若此时将 zdir 设置为 ‘y’,数据将会被绘制到 x-z 轴平面上,默认为 ‘z’

**kwargs
 其他关键字参数,可选项,可参见 matplotlib.axes.Axes.plot
import numpy as np
import matplotlib.pyplot as plt
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')
# 第一条3D线性图数据
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z1 = np.linspace(-2, 2, 100)
r = z1**2 + 1
x1 = r * np.sin(theta)
y1 = r * np.cos(theta)
# 第二条3D线性图数据
z2 = np.linspace(-3, 3, 100)
x2 = np.sin(z2)
y2 = np.cos(z2)
# 绘制3D线性图
ax.plot(x1, y1, z1, color='b', label='3D 线性图一')
ax.plot(x2, y2, z2, color='r', label='3D 线性图二')
# 设置标题、轴标签、图例,也可以直接使用 plt.title、plt.xlabel、plt.legend...
ax.set_title('绘制 3D 线性图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴', color='r', fontsize='12')
ax.set_ylabel('y 轴', color='g', fontsize='12')
ax.set_zlabel('z 轴', color='b', fontsize='12')
ax.legend()
plt.show()

Python如何实现3D绘图方式

3D 散点图:Axes3D.scatter

基本方法:Axes3D.scatter(xs, ys[, zs=0, zdir='z', s=20, c=None, depthshade=True, *args, **kwargs])

参数 描述
xs一维数组,点的 x 轴坐标
ys一维数组,点的 y 轴坐标
zs 一维数组,可选项,点的 z 轴坐标
zdir

可选项,在 3D 轴上绘制 2D 数据时,数据必须以 xs,ys 的形式传递

若此时将 zdir 设置为 ‘y’,数据将会被绘制到 x-z 轴平面上,默认为 ‘z’,

标量或数组类型,可选项,标记的大小,默认 20
c

 标记的颜色,可选项,可以是单个颜色或者一个颜色列表

支持英文颜色名称及其简写、十六进制颜色码等,更多颜色示例参见官网 Color Demo

depthshadebool 值,可选项,默认 True,是否为散点标记着色以提供深度外观
**kwargs 其他关键字参数,可选项,可参见 scatter
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 依次获取画布和绘图区并创建 Axes3D 对象
fig = plt.figure()
ax = fig.gca(projection='3d')
n = 100
def randrange(n, vmin, vmax):
    return (vmax - vmin)*np.random.rand(n) + vmin
'''
定义绘制 n 个随机点,设置每一组数据点的样式和范围
x轴数据位于[23,32]区间,y轴数据位于[0,100]区间,z轴数据位于[zlow,zhigh]区间
'''
for m, zlow, zhigh in [('o', -50, -25), ('^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zlow, zhigh)
    ax.scatter(xs, ys, zs, marker=m)
# 设置标题、轴标签、图例,也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 散点图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴', color='b')
ax.set_ylabel('y 轴', color='b')
ax.set_zlabel('z 轴', color='b')
plt.show()

Python如何实现3D绘图方式

3D 线框图:Axes3D.plot_wireframe

基本方法:Axes3D.plot_wireframe(X, Y, Z[, *args, **kwargs])

参数 描述
X二维数组,x 轴数据
Y 二维数组,y 轴数据
Z 二维数组,z 轴数据
**kwargs 其他关键字参数,可选项,如线条样式颜色等,可参见 Line3DCollection
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 获取 figure 画布并通过子图创建 Axes3D 对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 定义Z轴坐标的生成方法
def f(m, n):
    return np.sin(np.sqrt(m ** 2 + n ** 2))
# 设置3D线框图数据
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
# 生成网格点坐标矩阵,该方法在系列文章八中有具体介绍
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
# 绘制3D线框图
ax.plot_wireframe(X, Y, Z, color='c')
# 设置标题、轴标签、图例,也可以直接使用 plt.title、plt.xlabel...
ax.set_title('绘制 3D 线框图示例', pad=15, fontsize='12')
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
ax.set_zlabel('z 轴')
plt.show()

Python如何实现3D绘图方式

关于Python如何实现3D绘图方式就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。

网页题目:Python如何实现3D绘图方式-创新互联
本文URL:https://www.cdcxhl.com/article28/docgcp.html

成都网站建设公司_创新互联,为您提供网站制作虚拟主机品牌网站设计营销型网站建设全网营销推广网站收录

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联

手机网站建设