python15种3D绘图函数总结 |
您所在的位置：网站首页 › 好用的函数图像软件推荐 › python15种3D绘图函数总结 |
python15种3D绘图函数总结
|
文章目录
基础图三维图误差线等高线场图统计图非结构坐标图
📊35种绘图函数总结📊28种极坐标绘图函数总结 基础图一般来说，二维绘图函数在不新增坐标轴的情况下，可以指定一个z轴方向，然后在z=0的平面内进行绘图，支持这种特性的函数有下面这几个 函数坐标参数图形类别plotx,y曲线图默认z=0scatterx,y散点图默认z=0stepx,y步阶图默认z=0barx,y条形图默认z=0 import matplotlib.pyplot as plt import numpy as np x = np.arange(25)/3 y = np.sin(x) keys = ["plot", "scatter", "step", "bar"] fig = plt.figure(figsize=(14,4)) for i,key in enumerate(keys, 1): ax = fig.add_subplot(1, 4, i, projection="3d") fDct = {"plot" : ax.plot, "scatter" : ax.scatter, "step" : ax.step, "bar" : ax.bar} fDct[key](x,y) plt.title(key) plt.tight_layout() plt.show()
如果可以输入三个坐标，那么就不必指定zdir了，但x,y,z必须是一维数组，只有scatter例外。 函数坐标参数图形类别同名函数plotx, y, z曲线图scatterx, y, z散点图可以是二维网格stepx, y, z步阶图barx, y, z条形图stemx, y, z茎叶图 x = np.arange(35)/3 y, z = np.sin(x), np.cos(x) fig = plt.figure(figsize=(9,5)) ax = fig.add_subplot(231, projection="3d") ax.plot(x, y, z) plt.title("plot/plot3D") ax = fig.add_subplot(232, projection="3d") ax.scatter(x, y, z) plt.title("scatter/scatter3D") ax = fig.add_subplot(233, projection="3d") ax.step(x, y, z) plt.title("step") ax = fig.add_subplot(234, projection="3d") ax.bar(x, y, z) plt.title("bar") ax = fig.add_subplot(235, projection="3d") ax.stem(x, y, z) plt.title("stem/stem3D") x,y = np.indices([10, 10])/5 z = np.cos(x)+np.sin(y) ax = fig.add_subplot(236, projection="3d") ax.scatter(x, y, z) plt.title("scatter/scatter3D") plt.tight_layout() plt.show()
二维坐标中的误差线函数errorbar在三维投影下仍然适用，并且支持z方向的误差线 x = np.arange(25)/3 y = np.sin(x) z = np.cos(x) y1, y2 = 0.9*y, 1.1*y x1, x2 = 0.9*x, 1.1*x z1, z2 = 0.9*z, 1.1*z xerr = np.abs([x1, x2])/10 yerr = np.abs([y1, y2])/10 zerr = np.abs([z1, z2])/10 fig = plt.figure(figsize=(10,3)) ax = fig.add_subplot(131, projection='3d') ax.errorbar(x, y, z, yerr=yerr) plt.title("errorbar with yerr") ax = fig.add_subplot(132, projection='3d') ax.errorbar(x, y, z, xerr=xerr) plt.title("errorbar with xerr") ax = fig.add_subplot(133, projection='3d') ax.errorbar(x, y, z, zerr=zerr) plt.title("errorbar with zerr") plt.tight_layout() plt.show()效果如下
等高线理所当然地支持三维坐标图，毕竟在没有第三个轴的情况下，等高线图都会用伪彩色来显示高度，现在有了第三个轴，那必须得墙裂支持。 但对于contourf而言，并不会把登高平面衔接起来，所以看上去就像梯田一样，所以不建议在3D坐标中直接绘制contourf图像，而是声名一个z轴，绘制这个z轴方向的投影 X, Y = np.indices([100,100])/30 - 1.5 Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2) fig = plt.figure(figsize=(10,3)) ax = fig.add_subplot(131, projection='3d') ax.contour(X, Y, Z) plt.title("contour") ax = fig.add_subplot(132, projection='3d') ax.contourf(X, Y, Z) plt.title("contourf") ax = fig.add_subplot(133, projection='3d') ax.contourf(X, Y, Z, zdir='y', offset=0) plt.title("contourf with zdir=y") plt.tight_layout() plt.show()
其中，第三幅图是整个等高线图在z轴方向的投影，可以理解为左视图。 场图场图也是可以支持三维数据的，只不过需要6个坐标而已，记作x,y,z,u,v,w，但流场和风场就不支持三维图像了。 Y, X, Z = np.indices([4,4,4])/0.5 - 3 U = X + Y V = Y - X W = X + Y - Z ax = plt.subplot(projection='3d') ax.quiver(X, Y, Z, U, V, W, length=0.2) plt.title("quiver") plt.tight_layout() plt.show()
hist和boxplot在3D坐标中是可以绘制出来的，但是并不支持指定坐标轴，也不支持指定绘图位置，所以并不建议在3D坐标系中使用，下面仅做下展示 x = np.random.standard_normal(size=1000) fig = plt.figure(figsize=(9,4)) ax = fig.add_subplot(121, projection='3d') ax.hist(x) plt.title("hist") ax = fig.add_subplot(122, projection='3d') ax.boxplot(x) plt.title("boxplot") plt.tight_layout() plt.show()
tricontour和tricontourf支持三维坐标，而triplot尽管在3维坐标系下不报错，但绘制的其实是二维图像，所以并不推荐。另一方面，和contourf类似，tricontourf所产生从登高面，同样并不会彼此衔接，所以观感其实是比较奇怪的，所以在三维坐标系中，比较推荐的非结构坐标图就只有tricontour这一个。 x = np.random.uniform(-4, 4, 256) y = np.random.uniform(-2, 2, 256) z = (1 - x/2 + x**5 + y**3) * np.exp(-x**2 - y**2) levels = np.linspace(z.min(), z.max(), 7) fig = plt.figure(figsize=(9,4)) ax = fig.add_subplot(121, projection='3d') ax.plot(x, y, z, 'o', markersize=1, alpha=0.5) ax.tricontour(x, y, z, levels=levels) plt.title("tricontour") ax = fig.add_subplot(122, projection='3d') ax.plot(x, y, z, 'o', markersize=1, alpha=0.5) ax.tricontourf(x, y, z, levels=levels) plt.title("tricontourf") plt.tight_layout() plt.show()
|
【本文地址】
今日新闻 |
推荐新闻 |