python绘制三维曲⾯图-Python中使⽤Matplotlib绘制3D图形⽰
例
原标题：Python中使⽤Matplotlib绘制3D图形⽰例
3D图形能给我们对数据带来更加深⼊地理解。python的matplotlib库就包含了丰富的3D绘图⼯具。3D图形在数据分析、数据建模、图形和图像处理等领域中都有着⼴泛的应⽤，下⾯将给⼤家介绍⼀下如何在Python中使⽤ matplotlib进⾏3D图形的绘制，包括3D散点、3D表⾯、3D轮廓、3D直线（曲线）以及3D⽂字等的绘制。
准备⼯作：
Python中绘制3D图形，依旧使⽤常⽤的绘图模块matplotlib，但需要安装mpl_toolkits⼯具包，安装⽅法如下：Windows命令⾏进⼊到python安装⽬录下的s⽂件夹下，执⾏：pip3 install --upgrade matplotlib即可；Linux环境下直接执⾏该命令。
安装好这个模块后，即可调⽤mpl_tookits下的mplot3d类进⾏3D图形的绘制。
下⾯以实例进⾏说明。
1、创建三维坐标轴对象Axes3Dpilgrim soul
创建Axes3D主要有两种⽅式，⼀种是利⽤关键字projection='3d'l来实现，另⼀种则是通过从mpl_toolkits.mplot3d导⼊对象Axes3D来实现，⽬的都是⽣成具有三维格式的对象Axes3D。
#⽅法⼀，利⽤关键字
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#定义坐标轴
fig = plt.figure()
ax1 = plt.axes(projection='3d')
#ax = fig.add_subplot(111,projection='3d') #这种⽅法也可以画多个⼦图
#⽅法⼆，利⽤三维轴⽅法
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D#定义图像和三维格式坐标轴
fig=plt.figure()
ax2 = Axes3D(fig)
2、3D曲线和散点
随后在定义的坐标轴上画图：
importnumpy asnp
z = np.linspace( 0, 13, 1000)
x = 5*np.sin(z)
y = s(z)
zd = 13*np.random.random( 100)
xd = 5*np.sin(zd)
yd = s(zd)
ax1.scatter3D(xd,yd,zd, cmap= 'Blues') #绘制散点图
ax1.plot3D(x,y,z, 'gray') #绘制空间曲线
plt.show()
效果图如下：
3、3D曲⾯
下⼀步画3D曲⾯：
fig = plt.figure() #定义新的三维坐标轴
ax3 = plt.axes(projection= '3d')
#定义三维数据
xx = np.arange(- 10, 10, 100)
yy = np.arange(- 10, 10, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X)+np.cos(Y)
#作图
ax3.plot_surface(X,Y,Z,cmap= 'rainbow')
#ur(X,Y,Z, zdim='z',offset=-2，cmap='rainbow) #等⾼线图，要设置offset，为Z的最⼩值plt.show()
ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow')，其中的row和cloum_stride为横竖⽅向的步长。
python代码画图案>加工中心子程序调用
4、等⾼线
同时还可以将等⾼线投影到不同的⾯上：
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection= '3d')
#⽣成三维数据
xx = np.arange(- 5, 5, 0.1)
yy = np.arange(- 5, 5, 0.1)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X** 2+Y** 2))
#作图
ax4.plot_surface(X,Y,Z,alpha= 0.3,cmap= 'winter') #⽣成表⾯， alpha ⽤于控制透明度
#urf(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #⽣成y⽅向投影填充，投到x-z平⾯，contourf()函数#设定显⽰范围
ax4.set_xlabel( 'X')
ax4.set_xlim(- 6, 4) #拉开坐标轴范围显⽰投影
ax4.set_ylabel( 'Y')
ax4.set_ylim(- 4, 6)
ax4.set_zlabel( 'Z')
ax4.set_zlim(- 3, 3)
plt.show()
5、随机散点图
可以利⽤scatter()⽣成各种不同⼤⼩，颜⾊的散点图，其参数如下：
#函数定义
matplotlib.pyplot.scatter(x, y,
s= None, #散点的⼤⼩ array scalar
c= None, #颜⾊序列 array、sequency
marker= None, #点的样式
cmap= None, #colormap 颜⾊样式
norm= None, #归⼀化 归⼀化的颜⾊camp
vmin= None, vmax= None, #对应上⾯的归⼀化范围
alpha= None, #透明度
linewidths= None, #线宽
verts= None, #
scribe结尾的词edgecolors= None, #边缘颜⾊
data= None,
**kwargs
)
-------------------------------------------------------
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection= '3d')
#⽣成三维数据
xx = np.random.random( 20)* 10- 5#取100个随机数，范围在5~5之间
yy = np.random.random( 20)* 10- 5
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X** 2+Y** 2))
#作图
ax4.scatter(X,Y,Z,alpha= 0.3,c=np.random.random( 400),s=np.random.randint( 10, 20, size=( 20, 40))) #⽣成散点.利⽤c控制颜⾊序列,s控制⼤⼩
网站代码模板下载#设定显⽰范围
五年级读书小报模板
plt.show()

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。