Python Matplotlib 實現(xiàn)3D繪圖詳解
最初開發(fā)的 Matplotlib,僅支持繪制 2d 圖形,后來隨著版本的不斷更新, Matplotlib 在二維繪圖的基礎上,構建了一部分較為實用的 3D 繪圖程序包,比如 mpl_toolkits.mplot3d,通過調(diào)用該程序包一些接口可以繪制 3D散點圖、3D曲面圖、3D線框圖等
mpl_toolkits 是 Matplotlib 的繪圖工具包。
第一個三維繪圖程序
下面編寫第一個三維繪圖程序。
首先創(chuàng)建一個三維繪圖區(qū)域, plt.axes() 函數(shù)提供了一個參數(shù)projection,將其參數(shù)值設置為 "3d"。如下所示:
#導入三維工具包mplot3d from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt fig = plt.figure() #創(chuàng)建3d繪圖區(qū)域 ax = plt.axes(projection='3d')
有了三維繪圖區(qū)域,接下來就要構建 3d 圖像,如下所示:
#從三個維度構建 z = np.linspace(0, 1, 100) x = z * np.sin(20 * z) y = z * np.cos(20 * z)
最后調(diào)用 plot3D() 方法繪制 3d 圖形,代碼如下:
#調(diào)用 ax.plot3D創(chuàng)建三維線圖
ax.plot3D(x, y, z, 'gray')
ax.set_title('3D line plot')
plt.show()
完整程序如下所示:
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
#從三個維度構建
z = np.linspace(0, 1, 100)
x = z * np.sin(20 * z)
y = z * np.cos(20 * z)
#調(diào)用 ax.plot3D創(chuàng)建三維線圖
ax.plot3D(x, y, z, 'gray')
ax.set_title('3D line plot')
plt.show()
輸出結果如下所示:

圖1:三維線圖(3D Line)
上述代碼中的 ax.plot3D() 函數(shù)可以繪制各種三維圖形,這些三維圖都要根據(jù)(x,y,z)三元組類來創(chuàng)建。
3D散點圖
通過 ax.scatter3D() 函數(shù)可以繪制 3D 散點圖,示例代碼如下:
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
#創(chuàng)建繪圖區(qū)域
ax = plt.axes(projection='3d')
#構建xyz
z = np.linspace(0, 1, 100)
x = z * np.sin(20 * z)
y = z * np.cos(20 * z)
c = x + y
ax.scatter3D(x, y, z, c=c)
ax.set_title('3d Scatter plot')
plt.show()
輸出結果圖:

圖2:Matplotlib 3D繪圖
3D等高線圖
ax.contour3D() 可以用來創(chuàng)建三維等高線圖,該函數(shù)要求輸入數(shù)據(jù)均采用二維網(wǎng)格式的矩陣坐標。同時,它可以在每個網(wǎng)格點(x,y)處計算出一個 z 值。
以下示例展示了如何繪制三維正弦等高線圖。代碼如下:
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
def f(x, y):
return np.sin(np.sqrt(x ** 2 + y ** 2))
#構建x、y數(shù)據(jù)
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
#將數(shù)據(jù)網(wǎng)格化處理
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
fig = plt.figure()
ax = plt.axes(projection='3d')
#50表示在z軸方向等高線的高度層級,binary顏色從白色變成黑色
ax.contour3D(X, Y, Z, 50, cmap='binary')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
ax.set_title('3D contour')
plt.show()
輸出結果圖如下:

圖3:繪制三維輪廓圖
3D線框圖
線框圖同樣要采用二維網(wǎng)格形式的數(shù)據(jù),與繪制等高線圖類似。
線框圖可以將數(shù)據(jù)投影到指定的三維表面上,并輸出可視化程度較高的三維效果圖。通過 plot_wireframe() 能夠繪制 3D 線框圖。代碼如下:
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
#要繪制函數(shù)圖像
def f(x, y):
return np.sin(np.sqrt(x ** 2 + y ** 2))
#準備x,y數(shù)據(jù)
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
#生成x、y網(wǎng)格化數(shù)據(jù)
X, Y = np.meshgrid(x, y)
#準備z值
Z = f(X, Y)
#繪制圖像
fig = plt.figure()
ax = plt.axes(projection='3d')
#調(diào)用繪制線框圖的函數(shù)plot_wireframe()
ax.plot_wireframe(X, Y, Z, color='black')
ax.set_title('wireframe')
plt.show()
輸出結果如下:

圖4:Matplotlib繪制線框圖
3D曲面圖
曲面圖表示一個指定的因變量y與兩個自變量x和z之間的函數(shù)關系。
3D 曲面圖是一個三維圖形,它非常類似于線框圖。不同之處在于,線框圖的每個面都由多邊形填充而成。Matplotlib 提供的 plot_surface() 函數(shù)可以繪制 3D 曲面圖,該函數(shù)需要接受三個參數(shù)值 x,y 和 z 。示例代碼如下:
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
#求向量積(outer()方法又稱外積)
x = np.outer(np.linspace(-2, 2, 30), np.ones(30))
#矩陣轉(zhuǎn)置
y = x.copy().T
#數(shù)據(jù)z
z = np.cos(x ** 2 + y ** 2)
#繪制曲面圖
fig = plt.figure()
ax = plt.axes(projection='3d')
調(diào)用plot_surface()函數(shù)
ax.plot_surface(x, y, z,cmap='viridis', edgecolor='none')
ax.set_title('Surface plot')
plt.show()
輸出結果圖:

圖5:Matplotlib繪制曲面圖
以上就是Python Matplotlib 實現(xiàn)3D繪圖詳解的詳細內(nèi)容,更多關于Python Matplotlib 3D繪圖的資料請關注腳本之家其它相關文章!
相關文章
python神經(jīng)網(wǎng)絡tf.name_scope和tf.variable_scope函數(shù)區(qū)別
這篇文章主要為大家介紹了python神經(jīng)網(wǎng)絡tf.name_scope和tf.variable_scope函數(shù)的使用區(qū)別,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05
教你用Django將前端的數(shù)據(jù)存入Mysql數(shù)據(jù)庫
這篇文章主要給大家介紹了關于如何用Django將前端的數(shù)據(jù)存入Mysql數(shù)據(jù)庫的相關資料,文中通過圖文以及示例代碼介紹的非常詳細,對大家學習或者使用Django具有一定的參考學習價值,需要的朋友可以參考下2021-11-11
詳解Python中@staticmethod和@classmethod區(qū)別及使用示例代碼
這篇文章主要介紹了詳解Python中@staticmethod和@classmethod區(qū)別及使用示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
Python使用SQLite和Excel操作進行數(shù)據(jù)分析
這篇文章主要介紹了Python使用SQLite和Excel操作進行數(shù)據(jù)分析,小編覺得還是挺不錯的,具有一定借鑒價值,需要的朋友可以參考下2018-01-01
淺談pytorch中stack和cat的及to_tensor的坑
這篇文章主要介紹了pytorch中stack和cat的及to_tensor的坑,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05

