python绘制三维曲面图-python中Matplotlib实现绘制3D图的示例代码

Matplotlib 也可以绘制 3D 图像，与二维图像不同的是，绘制三维图像主要通过 mplot3d 模块实现。但是，使用 Matplotlib 绘制三维图像实际上是在二维画布上展示，所以一般绘制三维图像时，同样需要载入 pyplot 模块。

mplot3d 模块下主要包含 4 个大类，分别是：

mpl_toolkits.mplot3d.axes3d()

mpl_toolkits.mplot3d.axis3d()

mpl_toolkits.mplot3d.art3d()

mpl_toolkits.mplot3d.proj3d()

其中，axes3d() 下面主要包含了各种实现绘图的类和方法。axis3d() 主要是包含了和坐标轴相关的类和方法。art3d() 包含了一些可将 2D 图像转换并用于 3D 绘制的类和方法。proj3d() 中包含一些零碎的类和方法，例如计算三维向量长度等。

一般情况下，我们用到最多的就是 mpl_toolkits.mplot3d.axes3d() 中的mpl_toolkits.mplot3d.axes3d.Axes3D() 类，而 Axes3D() 下面又存在绘制不同类型 3D 图的方法。你可以通过下面的方式导入 Axes3D()。

from mpl_toolkits.mplot3d.axes3d import Axes3D或from mpl_toolkits.mplot3d import Axes3D

三维散点图

首先，我们导入 numpy 随机生成一组数据。

import numpy as np

# x, y, z 均为 0 到 1 之间的 100 个随机数

x = np.random.normal(0, 1, 100)

y = np.random.normal(0, 1, 100)

z = np.random.normal(0, 1, 100)

接下来，开始绘图。第一步是载入 2D, 3D 绘图模块。

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

第二步，使用 Axes3D() 创建 3D 图形对象。

fig = plt.figure()

ax = Axes3D(fig)

最后，调用散点图绘制方法绘图并显示出来。

ax.scatter(x, y, z)

plt.show()

三维线型图

线形图和散点图相似，需要传入 x, y, z 三个坐标的数值。详细的代码如下。

# 载入模块

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

import numpy as np

# 生成数据

x = np.linspace(-6 * np.pi, 6 * np.pi, 1000)

y = np.sin(x)

z = np.cos(x)

# 创建 3D 图形对象

fig = plt.figure()

ax = Axes3D(fig)

# 绘制线型图

ax.plot(x, y, z)

# 显示图

plt.show()

三维柱状图

绘制完线型图，我们继续尝试绘制三维柱状图，其实它的绘制步骤和上面同样非常相似。

# 载入模块

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

import numpy as np

# 创建 3D 图形对象

fig = plt.figure()

ax = Axes3D(fig)

# 生成数据并绘图

x = [0, 1, 2, 3, 4, 5, 6]

for i in x:

y = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

z = abs(np.random.normal(1, 10, 10))

ax.bar(y, z, i, zdir='y', color=['r', 'g', 'b', 'y'])

plt.show()

三维图曲面图

接下来需要绘制的三维曲面图要麻烦一些，我们需要对数据进行矩阵处理。其实和画二维等高线图很相似，只是多增加了一个维度。

# 载入模块

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

# 创建 3D 图形对象

fig = plt.figure()

ax = Axes3D(fig)

# 生成数据

X = np.arange(-2, 2, 0.1)

Y = np.arange(-2, 2, 0.1)

X, Y = np.meshgrid(X, Y)

Z = np.sqrt(X ** 2 + Y ** 2)

# 绘制曲面图，并使用 cmap 着色

ax.plot_surface(X, Y, Z, cmap=plt.cm.winter)

plt.show()

cmap=plt.cm.winter 表示采用了 winter 配色方案，也就是下图的渐变色。

混合图绘制

混合图就是将两种不同类型的图绘制在一张图里。绘制混合图一般有前提条件，那就是两种不同类型图的范围大致相同，否则将会出现严重的比例不协调，而使得混合图失去意义。

# -*- coding: utf-8 -*

# 载入模块

from mpl_toolkits.mplot3d import Axes3D

import numpy as np

import matplotlib.pyplot as plt

# 创建 3D 图形对象

fig = plt.figure()

ax = Axes3D(fig)

# 生成数据并绘制图 1

x1 = np.linspace(-3 * np.pi, 3 * np.pi, 500)

y1 = np.sin(x1)

ax.plot(x1, y1, zs=0, c='red')

# 生成数据并绘制图 2

x2 = np.random.normal(0, 1, 100)

y2 = np.random.normal(0, 1, 100)

z2 = np.random.normal(0, 1, 100)

ax.scatter(x2, y2, z2)

# 显示图

plt.show()

子图绘制

# -*- coding: utf-8 -*

# 载入模块

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

import numpy as np

# 创建 1 张画布

fig = plt.figure()

#===============

# 向画布添加子图 1

ax1 = fig.add_subplot(1, 2, 1, projection='3d')

# 生成子图 1 数据

x = np.linspace(-6 * np.pi, 6 * np.pi, 1000)

y = np.sin(x)

z = np.cos(x)

# 绘制第 1 张图

ax1.plot(x, y, z)

#===============

# 向画布添加子图 2

ax2 = fig.add_subplot(1, 2, 2, projection='3d')

# 生成子图 2 数据

X = np.arange(-2, 2, 0.1)

Y = np.arange(-2, 2, 0.1)

X, Y = np.meshgrid(X, Y)

Z = np.sqrt(X ** 2 + Y ** 2)

# 绘制第 2 张图

ax2.plot_surface(X, Y, Z, cmap=plt.cm.winter)

# 显示图

plt.show()

我们可以来看一下这些代码。由于两张子图是绘制在 1 张画布上面的，所以这里需要提前创建 1 张画布。然后通过.add_subplot()添加子图，子图序号和二维绘图相似，只是注意 3D 绘图时要添加projection='3d'参数。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

本文标题: python中Matplotlib实现绘制3D图的示例代码

本文地址: http://www.cppcns.com/jiaoben/python/202569.html

python绘制三维曲面图-python中Matplotlib实现绘制3D图的示例代码相关推荐

python 去重字典_python按照list中字典的某key去重的示例代码
一.需求说明当我们写爬虫的时候,经常会遇到json格式的数据,它通常是如下结构: data = [{'name':'小K','score':100}, {'name':'小J','score':98 ...
python3d动图_python中Matplotlib实现绘制3D图的示例代码
Matplotlib 也可以绘制 3D 图像,与二维图像不同的是,绘制三维图像主要通过 mplot3d 模块实现.但是,使用 Matplotlib 绘制三维图像实际上是在二维画布上展示,所以一般绘制三 ...
Python——根据散点数据绘制三维曲面图（ meshgrid函数以及Axes3D [plot_surface] ）
1.初始散点数据处理成xy网格数据 import numpy as np x = np.arange(-2, 2, 0.025) y = np.arange(-2, 2, 0.025) x, y = ...
Python中matplotlib默认绘制的条形图比较胖？如何设置成体型匀称的条形图，达到最佳的可视化效果。
Python中matplotlib默认绘制的条形图比较胖?如何设置成体型匀称的条形图,达到最佳的可视化效果. #默认情形下的条形图 n_bars = len(x_labels)xval = np.ar ...
Matlab来绘制三维曲面图、等高线图等
文章目录前言一.Matlab插值 1.Meshgrid函数 2.Griddata函数二.绘制 1.使用函数 (1)linspace函数 (2)peaks函数 (3)polt3函数 (4)mesh ...
python画图颜色代码_python中matplotlib的颜色及线条控制的示例
下次用python画图的时候选色选点都可以直接参考这边,牛逼!分享给大家,也给自己留个笔记. 参考网址: http://stackoverflow.com/questions/22408237/nam ...
MATLAB绘制三维曲面图和等高线绘图（2）
绘制三维曲面图步骤: 1): 对数据进行处理,得到三维曲面上的点坐标组方法有: 1.将自变量离散, x=xmin:dx:xmax y=ymin:dy:ymax 2.利用meshgrid 指令生成 ...
Matlab绘制三维曲面（以二维高斯函数为例）
原文地址为: Matlab绘制三维曲面(以二维高斯函数为例) 寒假学习了一下Python下的NumPy和pymatlab,感觉不是很容易上手.来学校之后,决定继续看完数字图像处理一书.还是想按照上学期 ...
MATLAB函数mesh与surf等绘制三维曲面入门
一.引言三维曲面在实际应用中被广泛使用,能够更好的展示三维空间中曲面,以实现三维数据的可视化. Matlab软件中可以使用mesh.fmesh.surf和fsurf等函数来实现三维曲面的绘图.其中m ...

python绘制三维曲面图-python中Matplotlib实现绘制3D图的示例代码

python绘制三维曲面图-python中Matplotlib实现绘制3D图的示例代码相关推荐

最新文章

热门文章