Matplotlib可视化②——3D绘制散点图曲面图折线图等高线图

公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料

数据可视化系列汇总：
Matplotlib可视化①——二维图表绘制（折线图&直方图&散点图&条形图&箱形图）
Seaborn做图系列①——直方图&箱型图&散点图&回归图&热力图&条形图
Excel数据分析高级技巧①——动态图表制作（offset,vlookup,控件…）
Excel高级图表制作①——电池图/KPI完成情况对比图/重合柱形图
Excel高级图表制作②——帕累托图
Excel高级图表制作③——漏斗图/转化路径图

一、3D折线图

公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import random
import matplotlib as mpl
from matplotlib import cm
from mpl_toolkits.mplot3d import axes3d
from mpl_toolkits.mplot3d.art3d import Poly3DCollection,Line3DCollectionx = np.linspace(1,20,20)
y = np.arange(10,30,1)
z = np.random.randint(20,50,20)  # numpy分别生成三个维度数据
fig = plt.figure()
ax = Axes3D(fig)  # 创建3D图的2种方式，第一种通过Axes3D将图片从二维变成三维，第二种通过在add_subplot(111,projection='3d'）将子图坐标修改成三维
ax.plot(x,y,z,'bo--')  # 参数与二维折现图不同的在于多了一个Z轴的数据
plt.show()

二、3D曲面图

公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料

data = np.random.randint(100,500,(3,10,20))
x,y,z = data[0],data[1],data[2]  # numpy同时生成三维数据
fig = plt.figure()
ax1 = fig.add_subplot(121,projection='3d')
ax1.plot_surface(x,y,z,cmap=plt.cm.winter,rstride=1,cstride=1) # rstride和cstride是隔几行几列取一个数字，代表曲面的稀疏度
ax2 = fig.add_subplot(122,projection='3d')
ax2.plot_surface(x,y,z,cmap=plt.cm.winter,rstride=10,cstride=10)
plt.show()

三、3D散点图

公众号: 数据小斑马,关注即可获得价值1000元的数据分析学习资料

x= np.linspace(5,20,20)
y = np.linspace(20,100,20)
x1,y1 = np.meshgrid(x,y)
z = np.sin(x1)*y1+np.sin(y1)*x1  # 函数构造数据
fig = plt.figure()
ax1 = fig.add_subplot(121,projection='3d')
ax1.scatter(x1,y1,z,c='y',marker='D')
ax2 = fig.add_subplot(122,projection='3d')
ax2.scatter(x1[:10],y1[:10],z[:10],cmap=plt.cm.winter,marker='o')
ax2.scatter(x1[10:],y1[10:],z[10:],cmap=plt.cm.spring,marker='*')
plt.show()

四、等高线图

x = np.arange(-10,10,0.01)  #生成步长为0.01的数据
y = np.arange(-10,10,0.01)
x,y=np.meshgrid(x,y)
def func(x,y):return x**2+y**2
fig,axes = plt.subplots(2,2)
axes[0,0].contour(x,y,func(x,y),20,cmap=plt.cm.winter,alpha=0.8) # 不填充，只是线20是指分成20等份，分太多会看不清
axes[0,1].contourf(x,y,func(x,y),20,cmap=plt.cm.hot)  # 填充
c = axes[1,0].contour(x,y,func(x,y),[8,20],c='k')  # [8,20]是只想看这两条线
plt.clabel(c,inline=True,fontsize=10,fmt='%.f',colors=['k','y']) # 设置数据标签格式，inline是在线上
d = axes[1,1].contourf(x,y,func(x,y),10,cmap=plt.cm.hot)
plt.clabel(d,inline=True,fontsizq=10,fmt='%.f')
plt.colorbar(d) # 显示数据条
plt.xticks(())
plt.yticks(()) # 去除坐标轴
plt.show()

本人互联网数据分析师，目前已出Excel，SQL，Pandas，Matplotlib，Seaborn，机器学习，统计学，个性推荐，关联算法，工作总结系列。

微信搜索 " 数据小斑马" 公众号
1、回复“数据分析"就可以免费领取数据分析升级打怪 15本必备教材喔

Matplotlib可视化②——3D绘制散点图曲面图折线图等高线图相关推荐

matplotlib.pyplot.scatter( )绘制散点图与双月形图
matplotlib.pyplot里的函数scatter( )用于绘制散点图.学习Matplotlib绘图其实就是学习绘图函数中的参数,不同的参数搭配会产生不同的化学效应! scatter( )函数包 ...
python使用matplotlib可视化3D曲面图、曲面图表示一个指定的因变量y与两个自变量x和z之间的函数关系
python使用matplotlib可视化3D曲面图.曲面图表示一个指定的因变量y与两个自变量x和z之间的函数关系目录
matplotlib常见绘图基础代码小结：折线图、散点图、条形图、直方图、饼图
一.折线图二.散点图三.条形图四.直方图五.饼图一.折线图折线图用于显示随时间或有序类别的变化趋势 from matplotlib import pyplot as pltx = rang ...
python使用matplotlib可视化3D柱状图（3D histogram、三维柱状图、包含三个坐标轴x、y、z）、设置zdir参数为z、改变3d图观察的角度
python使用matplotlib可视化3D柱状图(3D histogram.三维柱状图.包含三个坐标轴x.y.z).设置zdir参数为z.改变3d图观察的角度目录
python使用matplotlib可视化3D线框图、线框图可以将数据投影到指定的三维表面上，并输出可视化程度较高的三维效果图
python使用matplotlib可视化3D线框图.线框图可以将数据投影到指定的三维表面上,并输出可视化程度较高的三维效果图目录
python使用matplotlib可视化3D柱状图（3D bar plot、三维柱状图、包含三个坐标轴x、y、z）、设置zdir参数为y、改变3d图观察的角度
python使用matplotlib可视化3D柱状图(3D bar plot.三维柱状图.包含三个坐标轴x.y.z).设置zdir参数为y.改变3d图观察的角度目录
numpy在折线图上添加取值_见识matplotlib：不常见的一面，折线图
江湖上所公认的一句话,字不如表,表不如图!人们往往都更喜欢看图说话,那么用python的各位大侠们,大家都在用什么画图呢?各种各样的画图包犹如各式各样的兵器,有的兵器功能单一但是在细分领域超级专业无敌 ...
7.绘制统计图形——堆积折线图、间断条形图和阶梯图
文章目录 1.用函数stackplot()绘制堆积折线图 2.用函数broken_brah()绘制间断条形图 3.用函数step()绘制阶梯图 1.用函数stackplot()绘制堆积折线图堆积折线 ...
Python：如何绘制带有色块的折线图
前言: 如果正在看文章的你,还不会绘制折线图,请前往本人的主页看如何使用matplotlib绘制折线图这篇文章,该文章会仔细而详尽的告诉你绘制折线图的方法.言归正传,给折线图加色块,算是折线图的附加内 ...

Matplotlib可视化②——3D绘制散点图曲面图折线图等高线图

一、3D折线图

二、3D曲面图

三、3D散点图

Matplotlib可视化②——3D绘制散点图曲面图折线图等高线图相关推荐

最新文章

热门文章