Python+Matplotlib绘制3D图像的示例详解
目录
1. 绘制3D柱状图2. 绘制3D曲面图示例1示例23.绘制3D散点图4. 绘制3D曲线图1. 绘制3D柱状图
绘制3D柱状图使用的是axes3d.bar()方法。
可能跟我们中学学的有一点不同的是,其语法如下:
bar(left, height, zs=0, zdir=‘z’, *args, **kwargs)
其中left表示指向侧边的轴,zs表示指向我们的方向的轴,height即表示高度的轴。这三者都需要是一维的序列对象。
在调用相关方法的时候,比如设置轴标签,还有一点需要区分的是,left对应的是y轴,zs对应的是x轴。(意思就是说,比如使用plt.xticks()方法,操作的是zs;而使用plt.yticks()方法则操作的是left轴。height对应着z轴。)
一段完整的代码示例如下:
import matplotlib.pyplot as plt from mpl_toolkits.mplot3d.axes3d import Axes3D import numpy as np plt.rcParams["axes.unicode_minus"] = False plt.rcParams["axes.facecolor"] = "#cc00ff" plt.rcParams["font.sans-serif"] = ["STKAITI"] # 创建画布 fig = plt.figure() # 创建3D坐标系 axes3d = Axes3D(fig) zs = range(5) left = np.arange(0, 10) height = np.array([]) for i in range(len(zs)): z = zs[i] np.random.seed(i) height = np.random.randint(0, 30, size=10) axes3d.bar(left, height, zs=z, zdir="x", color=["red", "green", "purple", "yellow", "blue", "black", "gray", "orange", "pink", "cyan"]) plt.xticks(zs, ["1月份", "2月份", "3月份", "4月份", "5月份"]) plt.yticks(left, ["A", "B", "C", "D", "E", "F", "G", "H", "I", "G"]) plt.xlabel("月份") plt.ylabel("型号") plt.show()
图像效果如下:
2. 绘制3D曲面图
示例1
绘制曲面图使用的是plot_surface()方法,这个方法的参数相对而言更简单。且X、Y、Z三者的顺序相对较为容易分辨。
通过读示例代码,即可快速掌握其用法:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams["font.sans-serif"] = ["STKAITI"] plt.rcParams["axes.unicode_minus"] = False plt.rcParams["axes.facecolor"] = "#cc00ff" fig = plt.figure(figsize=(10, 8), facecolor="#cc00ff") ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.arange(-4.0, 4.0, delta) # 生成代表Y轴数据的列表 y = np.arange(-3.0, 4.0, delta) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) Z1 = np.exp(-X**2 - Y**2) Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2) # 计算Z轴数据(高度数据) Z = (Z1 - Z2) * 2 # 绘制3D图形 ax.plot_surface(X, Y, Z, rstride=1, # rstride(row)指定行的跨度 cstride=1, # cstride(column)指定列的跨度 cmap=plt.get_cmap("rainbow")) # 设置颜色映射 plt.xlabel("X轴", fontsize=15) plt.ylabel("Y轴", fontsize=15) ax.set_zlabel("Z轴", fontsize=15) ax.set_title("《曲面图》", y=1.02, fontsize=25, color="gold") # 设置Z轴范围 ax.set_zlim(-2, 2) plt.show()
示例2
更换一组数据,呈现的则是另一种艺术效果:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams["font.sans-serif"] = ["STKAITI"] plt.rcParams["axes.unicode_minus"] = False plt.rcParams["axes.facecolor"] = "#cc00ff" fig = plt.figure(figsize=(12, 10), facecolor="#cc00ff") ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.linspace(-2, 2, 10) # 生成代表Y轴数据的列表 y = np.linspace(-2, 2, 10) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) # 计算Z轴数据(高度数据) Z = X**2 - Y**2 # 绘制3D图形 ax.plot_surface(X, Y, Z, rstride=1, # rstride(row)指定行的跨度 cstride=1, # cstride(column)指定列的跨度 cmap=plt.get_cmap("rainbow")) # 设置颜色映射 plt.xlabel("X轴", fontsize=15) plt.ylabel("Y轴", fontsize=15) ax.set_zlabel("Z轴", fontsize=15) ax.set_title("《曲面图》", y=1.02, fontsize=25, color="gold") plt.show()
3.绘制3D散点图
在3D曲面图示例1的基础上稍作修改。
绘制散点图使用scatter()方法,将散点颜色设置为绿色,红色边沿。
代码示例如下:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams["font.sans-serif"] = ["STKAITI"] plt.rcParams["axes.unicode_minus"] = False plt.rcParams["axes.facecolor"] = "#cc00ff" fig = plt.figure(figsize=(10, 8), facecolor="#cc00ff") ax = Axes3D(fig) delta = 0.125 # 生成代表X轴数据的列表 x = np.arange(-4.0, 4.0, delta) # 生成代表Y轴数据的列表 y = np.arange(-3.0, 4.0, delta) # 对x、y数据执行网格化 X, Y = np.meshgrid(x, y) Z1 = np.exp(-X**2 - Y**2) Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2) # 计算Z轴数据(高度数据) Z = (Z1 - Z2) * 2 # 绘制3D图形 ax.scatter(X, Y, Z, c="green", edgecolors="red") plt.xlabel("X轴", fontsize=15) plt.ylabel("Y轴", fontsize=15) ax.set_zlabel("Z轴", fontsize=15) ax.set_title("《散点图》", y=1.02, fontsize=25, color="gold") # 设置Z轴范围 ax.set_zlim(-2, 2) plt.show()
绘图效果如下:
4. 绘制3D曲线图
绘制曲线图,使用的则是我们最最最熟悉的plot()方法。
其他部分基本不变,数据部分生成三组适合我们绘图的数据,线条为金色,宽度设定为3.
代码如下:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D plt.rcParams["font.sans-serif"] = ["STKAITI"] plt.rcParams["axes.unicode_minus"] = False plt.rcParams["axes.facecolor"] = "#cc00ff" fig = plt.figure(figsize=(10, 8), facecolor="#cc00ff") ax = Axes3D(fig) theta = np.linspace(0, 3.14*10, 1000) r = np.linspace(0, 1, 1000) x = r * np.cos(theta) y = r * np.sin(theta) z = np.linspace(0, 4, 1000) ax.plot(x, y, z, color="gold", lw=3) plt.xlabel("X轴", fontsize=15) plt.ylabel("Y轴", fontsize=15) ax.set_zlabel("Z轴", fontsize=15) ax.set_title("《曲线图》", y=1.02, fontsize=25, color="gold") plt.show()
图像效果如下:
以上就是Python+Matplotlib绘制3D图像的示例详解的详细内容,更多关于Python Matplotlib 3D图像的资料请关注脚本之家其它相关文章!
X 关闭
X 关闭
- 15G资费不大降!三大运营商谁提供的5G网速最快?中国信通院给出答案
- 2联想拯救者Y70发布最新预告:售价2970元起 迄今最便宜的骁龙8+旗舰
- 3亚马逊开始大规模推广掌纹支付技术 顾客可使用“挥手付”结账
- 4现代和起亚上半年出口20万辆新能源汽车同比增长30.6%
- 5如何让居民5分钟使用到各种设施?沙特“线性城市”来了
- 6AMD实现连续8个季度的增长 季度营收首次突破60亿美元利润更是翻倍
- 7转转集团发布2022年二季度手机行情报告:二手市场“飘香”
- 8充电宝100Wh等于多少毫安?铁路旅客禁止、限制携带和托运物品目录
- 9好消息!京东与腾讯续签三年战略合作协议 加强技术创新与供应链服务
- 10名创优品拟通过香港IPO全球发售4100万股 全球发售所得款项有什么用处?