Press "Enter" to skip to content

Python中的图形绘制——3D绘图

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

在 matplotlib 中可以轻松绘制 3D 图形。 接下来讨论一些重要且常用的 3D 图。

 

1 ​ 画点代码

 

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np
# setting a custom style to use
style.use('ggplot')
# create a new figure for plotting
fig = plt.figure()
# create a new subplot on our figure
# and set projection as 3d
ax1 = fig.add_subplot(111, projection='3d')
ax1.scatter(x, y, z, c = 'm', marker = 'o')
# defining x, y, z co-ordinates
x = np.random.randint(0, 10, size = 20)
y = np.random.randint(0, 10, size = 20)
z = np.random.randint(0, 10, size = 20)
# plotting the points on subplot

# setting labels for the axes
ax1.set_xlabel('x-axis')
ax1.set_ylabel('y-axis')
ax1.set_zlabel('z-axis')
# function to show the plot
plt.show()

 

2 ​ 输出

 

上述程序的输出将为您提供一个可以旋转或放大绘图的窗口。 这是屏幕截图:

 

 

现在让我们试着理解这段代码的一些要点。

 

​from mpl_toolkits.mplot3d import axes3d​

 

1)这是在 3-D 空间上绘图所需的模块。

 

​ax1 = fig.add_subplot(111, projection='3d')​

 

2)在图形上创建一个子图并将投影参数设置为 3d。

 

​ax1.scatter(x, y, z, c = 'm', marker = 'o')​

 

3)使用​ ​ .scatter() ​ ​函数来绘制 XYZ 平面中的点。

 

3 ​ 画线代码

 

# importing required modules
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np
# setting a custom style to use
style.use('ggplot')
# create a new figure for plotting
fig = plt.figure()
# create a new subplot on our figure
ax1 = fig.add_subplot(111, projection='3d')
# defining x, y, z co-ordinates
x = np.random.randint(0, 10, size = 5)
y = np.random.randint(0, 10, size = 5)
z = np.random.randint(0, 10, size = (5, 5))
# plotting the points on subplot
ax1.plot_wireframe(x,y,z)
# setting the labels
ax1.set_xlabel('x-axis')
ax1.set_ylabel('y-axis')
ax1.set_zlabel('z-axis')
plt.show()

 

4 ​ 输出

 

 

5 代码的部分解释

 

1)该程序与前一个程序的主要区别在于:

 

​ax1.plot_wireframe(x,y,z)​

 

2)使用​ ​ .plot_wireframe() ​ ​方法可以在给定的一组 3-D 点上绘制线条。

 

6 ​ 画条形图代码

 

# importing required modules
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np
# setting a custom style to use
style.use('ggplot')
# create a new figure for plotting
fig = plt.figure()
# create a new subplot on our figure
ax1 = fig.add_subplot(111, projection='3d')
# defining x, y, z co-ordinates for bar position
x = [1,2,3,4,5,6,7,8,9,10]
y = [4,3,1,6,5,3,7,5,3,7]
z = np.zeros(10)
# size of bars
dx = np.ones(10)              # length along x-axis
dy = np.ones(10)              # length along y-axs
dz = [1,3,4,2,6,7,5,5,10,9]   # height of bar
# setting color scheme
color = []
for h in dz:
    if h > 5:
        color.append('r')
    else:
        color.append('b')
# plotting the bars
ax1.bar3d(x, y, z, dx, dy, dz, color = color)
# setting axes labels
ax1.set_xlabel('x-axis')
ax1.set_ylabel('y-axis')
ax1.set_zlabel('z-axis')
plt.show()

 

7 ​ 输出

 

 

8 ​ 代码的部分解释

 

下面解释代码中的关键部分:

 

x = [1,2,3,4,5,6,7,8,9,10]
y = [4,3,1,6,5,3,7,5,3,7]
z = np.zeros(10)

 

1)定义柱的基本位置。 设置 z = 0 意味着所有条形都从 XY 平面开始。

 

dx = np.ones(10)              # length along x-axis
dy = np.ones(10)              # length along y-axs
dz = [1,3,4,2,6,7,5,5,10,9]   # height of bar

 

2)dx, dy, dz 表示条的大小。 把他看成一个长方体,那幺dx、dy、dz分别是它沿x、y、z轴的展开。

 

for h in dz:
    if h > 5:
        color.append('r')
    else:
        color.append('b')

 

3)将每个条的颜色设置为一个列表。 颜色方案对于高度大于 5 的条形为红色,否则为蓝色。

 

ax1.bar3d(x, y, z, dx, dy, dz, color = color)

 

4)最终使用​ ​ .bar3d() ​ ​函数绘制了条形图。

 

9 ​ 画曲线代码

 

# importing required modules
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np
# setting a custom style to use
style.use('ggplot')
# create a new figure for plotting
fig = plt.figure()
# create a new subplot on our figure
ax1 = fig.add_subplot(111, projection='3d')
# get points for a mesh grid
u, v = np.mgrid[0:2*np.pi:200j, 0:np.pi:100j]
# setting x, y, z co-ordinates
x=np.cos(u)*np.sin(v)
y=np.sin(u)*np.sin(v)
z=np.cos(v)
# plotting the curve
ax1.plot_wireframe(x, y, z, rstride = 5, cstride = 5, linewidth = 1)
plt.show()

 

10 ​ 输出   ​

 

 

11 ​ 代码的部分解释

 

以上代码绘制了一个网格状的球体,下面是部分关键代码的解释:

 

u, v = np.mgrid[0:2*np.pi:200j, 0:np.pi:100j]

 

1)使用​ ​ np.mgrid ​ ​来获取点,以便创建网格

 

x=np.cos(u)*np.sin(v)
y=np.sin(u)*np.sin(v)
z=np.cos(v)

 

2)球体的参数方程。

 

ax1.plot_wireframe(x, y, z, rstride = 5, cstride = 5, linewidth = 1)

 

3)再次使用​ ​ .plot_wireframe() ​ ​​方法。 ​ ​rstride​ ​​ 和 ​ ​cstride ​ ​参数可用于设置网格必须有多密集。

 

dx = np.ones(10)              # length along x-axis
dy = np.ones(10)              # length along y-axs
dz = [1,3,4,2,6,7,5,5,10,9]   # height of bar

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。