python3利⽤Axes3D库画3D模型图Python3利⽤Axes3D库画3D模型图，供⼤家参考，具体内容如下
最近在学习机器学习相关的算法，⽤python实现。⾃⼰实现两个特征的线性回归，⽤Axes3D库进⾏建模。python代码
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 三维，两个特征
fig = plt.figure(figsize=(8, 6)) #设置图标的⼤⼩
ax = fig.add_subplot(111, projection='3d') # 111的意思是把画布分为1⾏1列，画在第⼀个⽅格内。其实就是整个画布。
# 创建样本，注意两个特征不能线性相关，否则⽆法⽤最⼩⼆乘解参数
X1 = np.arange(-4, 4, 0.1)
m = len(X1)
X2 = np.random.rand(m)*5
# print(X2)
# print(X1)
# 堆叠全1数组和X1以及X2形成样本的矩阵，倒置，⽤以矩阵乘法
X = np.vstack((np.full(m, 1), X1, X2)).T
# y = 15*X1 + 3 * X2 + theta0
# ⾃定义样本输出
Y = X1 + 3 * X2 + 3*np.random.randn(m)
# 利⽤标准⽅程(最⼩⼆乘法求解theta)
theta = np.dot(np.dot(np.linalg.inv(np.anspose(X), X)),
print(theta)
# 构造⽹格 meshgrid函数可以通过延伸矩阵构造多维坐标中的⽹格坐标。
M, N = np.meshgrid(X1, X2)
# zip函数构建⼀个多元祖[(x1,y1),(x2,y2)...],ravel函数将⼀个多维数组合并成⼀维数组
Z = np.array([theta[1] * d + theta[2]*p + theta[0] for d, p in zip(np.ravel(M), np.ravel(N))]).reshape(M.shape)
# 根据⽹格和函数构建图形 suface是⼀个完整的⾯
ax.plot_surface(M, N, Z)
python3 numpy教程# scatter是散点图
ax.scatter(X1, X2, Y, c='r')
# 设置坐标轴的名称
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()
图形如下
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。

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。