【Matplotlib】三维图及其俯视图+colorbar的位置调整与颜色、刻度细化

前言

图就是门面，高大上的图看着就涨脸

1.调整颜色条位置

def weightShow(gause_masks,name="visWeight{}.png"):plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签plt.rcParams['axes.unicode_minus']=False   #这两行需要手动设置fig = plt.figure()ax = Axes3D(fig)w,h = gause_masks[0].shape[0],gause_masks[0].shape[1]x = range(w)y = range(h)# 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值X, Y = np.meshgrid(y, x)for i,gause_mask in enumerate(gause_masks):# ax = fig.add_subplot(1,2,i+1, projection='3d')Z = gause_maskax.plot_surface(X, Y, Z, rstride = 1,   # row 行步长cstride = 1,           # colum 列步长cmap=plt.cm.jet )      # 渐变颜色cf = ax.contourf(X, Y, Z, zdir='Z',  # 使用数据方向offset=-2, # 填充投影轮廓位置cmap=plt.cm.jet)ax.set_zlim(-2, 2)ax.set_xlabel("x轴")ax.set_ylabel("y轴")ax.set_zlabel("z轴")if i ==1:# https://blog.csdn.net/qq_42471423/article/details/116133697# fig.add_axes([left, bottom, width, height])cax = fig.add_axes([0.01,0.05,0.03,0.6]) # bar的举行描述（归一化后的尺度cb = plt.colorbar(cf,cax=cax)plt.savefig(name.format(i))

2.细化颜色、刻度

def weightShow(gause_masks,name="visWeight{}.png"):plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签plt.rcParams['axes.unicode_minus']=False   #这两行需要手动设置fig = plt.figure()ax = Axes3D(fig)w,h = gause_masks[0].shape[0],gause_masks[0].shape[1]x = range(w)y = range(h)# 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值X, Y = np.meshgrid(y, x)for i,gause_mask in enumerate(gause_masks):# ax = fig.add_subplot(1,2,i+1, projection='3d')Z = gause_maskax.plot_surface(X, Y, Z, rstride = 1,   # row 行步长cstride = 1,           # colum 列步长cmap=plt.cm.jet )      # 渐变颜色levels = np.arange(0,1.05,0.05) # 对颜色进行渐进细致设置cf = ax.contourf(X, Y, Z,levels,zdir='Z',  # 使用数据方向offset=-2, # 填充投影轮廓位置cmap=plt.cm.jet)ax.set_zlim(-2, 2)ax.set_xlabel("x轴")ax.set_ylabel("y轴")ax.set_zlabel("z轴")if i ==1:# https://blog.csdn.net/qq_42471423/article/details/116133697# fig.add_axes([left, bottom, width, height])cax = fig.add_axes([0.01,0.22,0.03,0.5]) # bar的举行描述（归一化后的尺度cb = plt.colorbar(cf,cax=cax)#设置颜色条的刻度cb.ax.yaxis.set_major_locator(MultipleLocator(0.1))# cb.ax.yaxis.set_minor_locator(MultipleLocator(0.02))plt.savefig(name.format(i))

【Matplotlib】三维图及其俯视图+colorbar的位置调整与颜色、刻度细化相关推荐

【python学习】-多张三维图共用一个colorbar(matplotlib绘制)
多张三维图共用一个colorbar 一张三维图多张三维图一张三维图绘制一张三维图,大概步骤是:导入相关库:生成三维图框,对X,Y数据进行统一网格化,绘制图形,添加colorbar,设置图形其他参 ...
MATLAB 三维图的俯视图，更改横纵坐标方向
审稿人让我更改axis direction,但matlab默认的命令IMAGESC,会使得俯视图的方向变得很奇怪,因此可以在:编辑->坐标区属性中进行更改,改变Ydir. 方法一方法二加一行 ...
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怎样画立体图-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画三维立体图完整代码_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 ...
pycharm matplotlib.pyplot.figure().add_subplot()绘制三维图时报错：ValueError: Unknown projection 3d（bug）
报错描述出于安全考虑,CSDN不让文章标题使用英文单引号 ValueError: Unknown projection '3d' # -*- coding: utf-8 -*- "&quo ...
Jupyter notebook中用python matplotlib ax3.plot_surface绘制的三维图(3D图)(三维函数)无法旋转解决办法(%matplotlib notebook)
我们有时在Jupyter中用python绘制三维图时, 会发现无法旋转, 如图: 那么怎么解决呢, 我们只需要在代码中加上%matplotlib notebook这句代码即可: 如图, 在代码最上方加 ...
python画三维图-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[: ...

【Matplotlib】三维图及其俯视图+colorbar的位置调整与颜色、刻度细化

前言

1.调整颜色条位置

2.细化颜色、刻度

【Matplotlib】三维图及其俯视图+colorbar的位置调整与颜色、刻度细化相关推荐

最新文章

热门文章