Python数据分析40——Python绘制matplotlib三维图
Python绘制三维图
声明:本⽂是转载的。原作者是 hitrjj,原博客地址是 。
1.创建三维坐标轴对象Axes3D
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
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#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
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#定义图像和三维格式坐标轴
fig=plt.figure()
ax2 = Axes3D(fig)
2.三维曲线和散点
随后在定义的坐标轴上画图:
import numpy as np
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()
在这⾥插⼊图⽚描述:
3.三维曲⾯
下⼀步画三维曲⾯:
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(-5,5,0.5)
yy = np.arange(-5,5,0.5)
X, Y = np.meshgrid(xx, yy)
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()
在这⾥插⼊图⽚描述:
如果加⼊渲染时的步长,会得到更加清晰细腻的图像:
ax3.plot_surface(X,Y,Z,rstride =1, cstride =1,cmap='rainbow')
其中的row和cloum_stride为横竖⽅向的绘图采样步长,越⼩绘图越精细。
在这⾥插⼊图⽚描述:
4.等⾼线
同时还可以将等⾼线投影到不同的⾯上:
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#定义坐标轴
fig4 = plt.figure()
matplotlib中subplotax4 = 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()
在这⾥插⼊图⽚描述在这⾥插⼊图⽚描述:
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,#
edgecolors=None,#边缘颜⾊
data=None,
**kwargs
)
#ref:/api/_as_gen/matplotlib.pyplot.scatter.html
下⾯给出的详细的代码:
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#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#设定显⽰范围
plt.show()
在这⾥插⼊图⽚描述:
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。
发表评论