文章目录

写在篇前
三维绘图函数
- LinePlot
- ScatterPlot
- WireframePlot
- SurfacePlot
- ContourPlot
- FilledContourPlot
- PolygonPlot
- BarPlot
- Text
写在篇后

写在篇前

matplotlib也支持三维作图，但是相对于matlab来讲，感觉功能更弱。当然话说回来，三维作图用的场景相对也更少，所以呢，有一定的知识储备就够了。matplotlib绘制三维图形依赖于mpl_toolkits.mplot3d，用法也比较简单，只需要一个关键字参数projection='3d'就可以创建三维Axes。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

你可能会看到有的教程写的是ax = Axes3D(fig)，这是version1.0.0之前的写法

三维绘图函数

LinePlot

Axes3D.``plot(xs, ys, *args, zdir=‘z’, **kwargs)

其他参数向下传递给plot函数

Argument	Description
xs, ys	x、y 坐标
zs	z 坐标，可以是一个标量或一个x*y维矩阵
zdir	当绘制二维图像时的z轴方向

from mpl_toolkits.mplot3d import Axes3Dimport numpy as np
import matplotlib.pyplot as pltplt.rcParams['legend.fontsize'] = 10
fig = plt.figure()
ax = fig.gca(projection='3d')  # get current axes# Prepare arrays x, y, z
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)ax.plot(x, y, z, label='parametric curve')
ax.legend()  # legend content dertermined by label aboveplt.show()

ScatterPlot

Axes3D.``scatter(xs, ys, zs=0, zdir=‘z’, s=20, c=None, depthshade=True, *args, **kwargs)

返回Patch3DCollection,

其他参数向下传递给plot函数

Argument	Description
xs, ys	x,y坐标点
zs	z 坐标，可以是一个标量或一个x*y维矩阵，默认是0.
zdir	当绘制二维图像时的z轴方向
s	size,即散点大小
c	颜色映射，其取值可以是非常多类型，有时间专门写一篇讲解
depthshade	是否渲染景深（或则就说阴影吧），默认是True.

from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as plt
import numpy as np# Fixing random state for reproducibility
np.random.seed(19680801)def randrange(n, vmin, vmax):'''Helper function to make an array of random numbers having shape (n, )with each number distributed Uniform(vmin, vmax).'''return (vmax - vmin)*np.random.rand(n) + vminfig = plt.figure()
ax = fig.add_subplot(111, projection='3d')n = 100# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:xs = randrange(n, 23, 32)ys = randrange(n, 0, 100)zs = randrange(n, zlow, zhigh)ax.scatter(xs, ys, zs, c=c, marker=m)ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')plt.show()

WireframePlot

Axes3D.``plot_wireframe(X, Y, Z, *args, **kwargs)

Argument	Description
X, Y,Z	坐标点
rcount,ccount	采样数，越大采样越多，默认50
rstride,cstride	采样步长，越小采样越多
**kwargs	其他参数向下传入Line3DCollection

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as pltfig = plt.figure()
ax = fig.add_subplot(111, projection='3d')# Grab some test data.
X, Y, Z = axes3d.get_test_data(0.05)# Plot a basic wireframe.
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)plt.show()

SurfacePlot

Axes3D.``plot_surface(X, Y, Z, *args, norm=None, vmin=None, vmax=None, lightsource=None, **kwargs)

这个函数算是比较常用的函数，用于绘制三维表面图，让人惊艳的是它的着色效果。

Argument	Description
X, Y，Z	坐标点
rcount,ccount,rstride,cstride	同上
color	定义surface patch的颜色,type:color-like
cmap	定义surface patch的颜色，只不过是colorMap,type:colormap
facecolors	指定单个patch的颜色, type:array-like of colors
norm	colormap的normalization， type:Normalize
shade	阴影效果，type:boolean
vmin, vmax	normalization的边界
**kwargs	向下传递到`Poly3DCollection`
antialiased	抗锯齿，type:boolean

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cmfrom matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as npfig = plt.figure()
ax = fig.gca(projection='3d')# Make data.
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)# Plot the surface.
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm,linewidth=0, antialiased=False)# Customize the z axis.
ax.set_zlim(-1.01, 1.01)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=5)plt.show()

ContourPlot

Axes3D.``contour(X, Y, Z, *args, extend3d=False, stride=5, zdir=‘z’, offset=None, **kwargs)

Argument	Description
X, Y,Z	Data values as numpy.arrays
extend3d	是否延申到3d空间 (default: False)
*stride	（extend3d的）采样步长
zdir	同上
offset	绘制轮廓线在zdir垂直的水平面上的投影

其他位置、关键字参数向下传递到二维contour()函数

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cmfig = plt.figure()
ax = fig.gca(projection='3d')
X, Y, Z = axes3d.get_test_data(0.05)# Plot contour curves
cset = ax.contour(X, Y, Z, cmap=cm.coolwarm)ax.clabel(cset, fontsize=9, inline=1)  # function to label a contourplt.show()

FilledContourPlot

Axes3D.``contourf(X, Y, Z, *args, zdir=‘z’, offset=None, **kwargs)

Argument	Description
X, Y,Z	Data values as numpy.arrays
zdir	同上
offset	绘制轮廓线在zdir垂直的水平面上的投影

其他位置、关键字参数向下传递到二维contourf(),例子请参考上面的contour

PolygonPlot

Axes3D.``add_collection3d(col, zs=0, zdir=‘z’)

这个函数挺有趣，但是我没有遇到过这种场景。它可以将三维 collection对象或二维collection对象加入到一个图形中，包括：

PolyCollection
LineCollection
PatchCollection

from mpl_toolkits.mplot3d import Axes3D  # noqa: F401 unused importfrom matplotlib.collections import PolyCollection
import matplotlib.pyplot as plt
from matplotlib import colors as mcolors
import numpy as np# Fixing random state for reproducibility
np.random.seed(19680801)def cc(arg):'''Shorthand to convert 'named' colors to rgba format at 60% opacity.'''return mcolors.to_rgba(arg, alpha=0.6)def polygon_under_graph(xlist, ylist):'''Construct the vertex list which defines the polygon filling the space underthe (xlist, ylist) line graph.  Assumes the xs are in ascending order.'''return [(xlist[0], 0.), *zip(xlist, ylist), (xlist[-1], 0.)]fig = plt.figure()
ax = fig.gca(projection='3d')# Make verts a list, verts[i] will be a list of (x,y) pairs defining polygon i
verts = []# Set up the x sequence
xs = np.linspace(0., 10., 26)# The ith polygon will appear on the plane y = zs[i]
zs = range(4)for i in zs:ys = np.random.rand(len(xs))verts.append(polygon_under_graph(xs, ys))poly = PolyCollection(verts, facecolors=[cc('r'), cc('g'), cc('b'), cc('y')])
ax.add_collection3d(poly, zs=zs, zdir='y')ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_xlim(0, 10)
ax.set_ylim(-1, 4)
ax.set_zlim(0, 1)plt.show()

BarPlot

Axes3D.``bar(left, height, zs=0, zdir=‘z’, *args, **kwargs)

其他参数向下传递给bar函数，返回Patch3DCollection对象

Argument	Description
left	条形图水平坐标
height	条形的高度
zs	Z方向
zdir	同上

from mpl_toolkits.mplot3d import Axes3D  # noqa: F401 unused importimport matplotlib.pyplot as plt
import numpy as np# Fixing random state for reproducibility
np.random.seed(19680801)fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')colors = ['r', 'g', 'b', 'y']
yticks = [3, 2, 1, 0]
for c, k in zip(colors, yticks):# Generate the random data for the y=k 'layer'.xs = np.arange(20)ys = np.random.rand(20)# You can provide either a single color or an array with the same length as# xs and ys. To demonstrate this, we color the first bar of each set cyan.cs = [c] * len(xs)# Plot the bar graph given by xs and ys on the plane y=k with 80% opacity.ax.bar(xs, ys, zs=k, zdir='y', color=cs, alpha=0.8)ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')# On the y axis let's only label the discrete values that we have data for.
ax.set_yticks(yticks)plt.show()

Text

Axes3D.``text(x, y, z, s, zdir=None, **kwargs)

text的内容其实也很繁杂，需要用一篇内容去探讨，在三维中很重要的一点是要学会二维、三维文字的添加。

from mpl_toolkits.mplot3d import Axes3D  # noqa: F401 unused importimport matplotlib.pyplot as pltfig = plt.figure()
ax = fig.gca(projection='3d')# Demo 1: zdir
zdirs = (None, 'x', 'y', 'z', (1, 1, 0), (1, 1, 1))
xs = (1, 4, 4, 9, 4, 1)
ys = (2, 5, 8, 10, 1, 2)
zs = (10, 3, 8, 9, 1, 8)for zdir, x, y, z in zip(zdirs, xs, ys, zs):label = '(%d, %d, %d), dir=%s' % (x, y, z, zdir)ax.text(x, y, z, label, zdir)# Demo 2: color
ax.text(9, 0, 0, "red", color='red')# Demo 3: text2D
# Placement 0, 0 would be the bottom left, 1, 1 would be the top right.
ax.text2D(0.05, 0.95, "2D Text", transform=ax.transAxes)# Tweaking display region and labels
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ax.set_zlim(0, 10)
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')plt.show()

写在篇后

三维绘图不是很常用，主要就是scatterPlot以及surfacePlot稍微更常用。关于三维绘图总结的也有点糙，更多关于matplotlib,可以阅读参考我写的同类文章请参考:

Matplotlib（一）工作流程
Matplotlib（二）绘图生命周期
Matplotlib（三） rcParams 自定义样式控制
matplotlib（四）核心模式以及注意事项
matplotlib（五）排版布局

matplotlib（六）三维作图相关推荐

matplotlib绘制三维图
matplotlib绘制三维图之前学可视化都是画的二维图,对三维图不太熟悉,这次尝试了一下三维柱状图首先学习的是这样一段代码和图 import numpy as np import matplo ...
matlab三维空间标点,matlab的空间三维作图及符号作图.ppt
matlab的空间三维作图及符号作图数学实验 Matlab 绘图(二) 绘制三维曲线绘制三维曲面示例绘制三维曲面绘制三维曲面的过程网格生成函数绘制三维曲面其它三维曲面作图命令二维曲线作 ...
python绘制三维轨迹_Python学习（一） —— matplotlib绘制三维轨迹图
在研究SLAM时常常需要对其输出的位姿进行复现以检测算法效果,在ubuntu系统中使用Python可以很好的完成相关的工作. 一. Ubuntu下Python的使用在Ubuntu下使用Python有 ...
Python可视化matplotlib绘制三维可视化图形（Three-Dimensional）
Python可视化matplotlib绘制三维可视化图形(Three-Dimensional) Matplotlib最初设计时只考虑二维可视化绘图.大约在1.0版本发布的时候,在Matplotlib的 ...
python 画三维函数图-如何用Matplotlib 画三维图的示例代码
最基本的三维图是由(x, y, z)三维坐标点构成的线图与散点图,可以用ax.plot3D和ax.scatter3D函数来创建,默认情况下,散点会自动改变透明度,以在平面上呈现出立体感三维的线图和散 ...
python画三维立体图-如何用Matplotlib 画三维图的示例代码
用Matplotlib画三维图最基本的三维图是由(x, y, z)三维坐标点构成的线图与散点图,可以用ax.plot3D和ax.scatter3D函数来创建,默认情况下,散点会自动改变透明度,以在平 ...
python画图三维-Python使用matplotlib绘制三维图形示例
本文实例讲述了Python使用matplotlib绘制三维图形.分享给大家供大家参考,具体如下: 用二维泡泡图表示三维数据泡泡的坐标2维,泡泡的大小三维,使用到的函数 plt.scatter(P[: ...
python代码示例图形-Python使用matplotlib绘制三维图形示例
本文实例讲述了Python使用matplotlib绘制三维图形.分享给大家供大家参考,具体如下: 用二维泡泡图表示三维数据泡泡的坐标2维,泡泡的大小三维,使用到的函数 plt.scatter(P[: ...
Python使用matplotlib绘制三维曲线
本文主要演示如何使用matplotlib绘制三维图形.直接上代码,关键语句配有注释方便理解. import matplotlib as mpl from mpl_toolkits.mplot3d im ...

matplotlib（六）三维作图