matplotlib——3D 绘图教程
声明：
1. 本⽂参考⾃
2. 介绍了3D曲线图和散点图的绘制，以后可能会添加更复杂图形的绘制⽅法。
开始
使⽤matplotlib绘制3D图形，需要通过创建⼀个新的axes对象——Axes3D来实现。
绘制曲线
  通过参数projection='3d 来声明axes为axes3D，此时对axes3D对象调⽤plot()函数绘制曲线图时，多了如下表所⽰的⼏个参数，其他的参数还跟原来⼀样。
Argument
Description xs, ys
x，y轴上的值zs
z轴上的值zdir z轴的⽅向，可取{‘x’, ‘y’, ‘z’}
import  matplotlib.pyplot as  plt
from  mpl_toolkits.mplot3d import  Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
plt.show()
import numpy as np
matplotlib中subplotimport matplotlib.pyplot as plt
fig = plt.figure()
ax = a(projection='3d')
# Prepare arrays x, y, z
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
ax.plot(x, y, z, label='parametric curve')  #这⾥传⼊x, y, z的值
ax.legend()
plt.show()
绘制散点图
  相较于绘制曲线图，绘制直线图增加了三个参数：控制散点⼤⼩的s、空值散点颜⾊的c和空值散点阴影效果的depthshade。
Argument Description
xs, ys数据点的x，y坐标
zs数据点的z坐标，默认为0
zdir z轴的⽅向
s散点的⼤⼩
c散点的颜⾊
depthshade内层的散点颜⾊会浅⼀点，默认为True
import matplotlib.pyplot as plt
import numpy as np
# Fixing random state for reproducibility
np.random.seed(19680801)
def randrange(n, vmin, vmax):
'''
Helper function to make an array of random numbers having shape (n, )
with each number distributed Uniform(vmin, vmax).
'''
return (vmax - vmin)*np.random.rand(n) + vmin
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
# 迭代两次，分别绘制两种不同的散点，⼀种是（红⾊，⼩圆圈，z坐标取值范围(-50, -25)），另⼀种是（蓝⾊，⼩三⾓，z坐标取值范围(-30, -5)）。
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c=c, marker=m)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
改变图像⾓度
⾸先定义3维点集：
将点集在3d空间描绘出来：
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1, projection='3d')
for i in range(x.shape[0]):
<(x[i, 0], x[i, 1], x[i, 2], str(1),
color='r',
fontdict={'weight': 'bold', 'size': 9})
plt.show()
改变⼀下图像的⾓度：
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1, projection='3d')
for i in range(x.shape[0]):
<(x[i, 0], x[i, 1], x[i, 2], str(1),
color='r',
fontdict={'weight': 'bold', 'size': 9})
ax.view_init(20, 0)  # 只有这⼀⾏改变了
plt.show()
解释：
关键就是函数 ax.view_init()函数的调⽤
该函数接受两个参数，第⼀个参数是竖直旋转，第⼆个参数是⽔平旋转，旋转单位是度°默认的初始⾓度是 ax.view_init(30, -60)

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。