使用python绘制三维图形 |
您所在的位置:网站首页 › 小儿抽搐常用药有哪些药名 › 使用python绘制三维图形 |
原标题:Python中使用Matplotlib绘制3D图形示例 3D图形能给我们对数据带来更加深入地理解。python的matplotlib库就包含了丰富的3D绘图工具。3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制,包括3D散点、3D表面、3D轮廓、3D直线(曲线)以及3D文字等的绘制。 准备工作: Python中绘制3D图形,依旧使用常用的绘图模块matplotlib,但需要安装mpl_toolkits工具包,安装方法如下:Windows命令行进入到python安装目录下的s文件夹下,执行:pip3 install --upgrade matplotlib即可;Linux环境下直接执行该命令。 安装好这个模块后,即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。 下面以实例进行说明。 1、创建三维坐标轴对象Axes3D 创建Axes3D主要有两种方式,一种是利用关键字projection='3d'l来实现,另一种则是通过从mpl_toolkits.mplot3d导入对象Axes3D来实现,目的都是生成具有三维格式的对象Axes3D。 #方法一,利用关键字 frommatplotlib importpyplot asplt frommpl_toolkits.mplot3d importAxes3D #定义坐标轴 fig = plt.figure() ax1 = plt.axes(projection='3d') #ax = fig.add_subplot(111,projection='3d') #这种方法也可以画多个子图 #方法二,利用三维轴方法 frommatplotlib importpyplot asplt frommpl_toolkits.mplot3d importAxes3D#定义图像和三维格式坐标轴 fig=plt.figure() ax2 = Axes3D(fig) 2、3D曲线和散点 随后在定义的坐标轴上画图: importnumpy asnp z = np.linspace( 0, 13, 1000) x = 5*np.sin(z) y = 5*np.cos(z) zd = 13*np.random.random( 100) xd = 5*np.sin(zd) yd = 5*np.cos(zd) ax1.scatter3D(xd,yd,zd, cmap= 'Blues') #绘制散点图 ax1.plot3D(x,y,z, 'gray') #绘制空间曲线 plt.show() 效果图如下: 3、3D曲面 下一步画3D曲面: fig = plt.figure() #定义新的三维坐标轴 ax3 = plt.axes(projection= '3d') #定义三维数据 xx = np.arange(- 10, 10, 100) yy = np.arange(- 10, 10, 100) X, Y = np.meshgrid(x, y) Z = np.sin(X)+np.cos(Y) #作图 ax3.plot_surface(X,Y,Z,cmap= 'rainbow') #ax3.contour(X,Y,Z, zdim='z',offset=-2,cmap='rainbow) #等高线图,要设置offset,为Z的最小值 plt.show() 如果加入渲染时的步长,会得到更加清晰细腻的图像: ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中的row和cloum_stride为横竖方向的步长。 4、等高线 同时还可以将等高线投影到不同的面上: frommatplotlib importpyplot asplt frommpl_toolkits.mplot3d importAxes3D #定义坐标轴 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= 0.3,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 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) #拉开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 可以利用scatter()生成各种不同大小,颜色的散点图,其参数如下: #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 ) ------------------------------------------------------- frommatplotlib importpyplot asplt frommpl_toolkits.mplot3d importAxes3D #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, 40))) #生成散点.利用c控制颜色序列,s控制大小 #设定显示范围 plt.show() 5、3D表面形状的绘制 frommpl_toolkits.mplot3d importAxes3D importmatplotlib.pyplot asplt importnumpy asnp fig = plt.figure() ax = fig.add_subplot( 111, projection= '3d') # Make data u = np.linspace( 0, 2* np.pi, 100) v = np.linspace( 0, np.pi, 100) x = 10* np.outer(np.cos(u), np.sin(v)) y = 10* np.outer(np.sin(u), np.sin(v)) z = 10* np.outer(np.ones(np.size(u)), np.cos(v)) # Plot the surface ax.plot_surface(x, y, z, color= 'b') plt.show() 这段代码是绘制一个3D的椭球表面,结果如下: 责任编辑: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |