Python三维绘图
在遇到三维数据时三维图像能给我们对数据带来更加深入地理解。python的matplotlib库就包含了丰富的三维绘图工具。
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projection3dl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(projection3d)
#ax fig.add_subplot(111,projection3d) #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
figplt.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 5*np.cos(z)
zd 13*np.random.random(100)
xd 5*np.sin(zd)
yd 5*np.cos(zd)
ax1.scatter3D(xd,yd,zd, cmapBlues) #绘制散点图
ax1.plot3D(x,y,z,gray) #绘制空间曲线
plt.show()
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(projection3d)
#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,cmaprainbow)
#ax3.contour(X,Y,Z, zdimz,offset-2cmaprainbow) #等高线图要设置offset为Z的最小值
plt.show()
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,cmaprainbow),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。
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()
ax4 plt.axes(projection3d)
#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**2Y**2))
#作图
ax4.plot_surface(X,Y,Z,alpha0.3,cmapwinter) #生成表面 alpha 用于控制透明度
ax4.contour(X,Y,Z,zdirz, offset-3,cmap"rainbow") #生成z方向投影投到x-y平面
ax4.contour(X,Y,Z,zdirx, offset-6,cmap"rainbow") #生成x方向投影投到y-z平面
ax4.contour(X,Y,Z,zdiry, offset6,cmap"rainbow") #生成y方向投影投到x-z平面
#ax4.contourf(X,Y,Z,zdiry, offset6,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,
sNone, #散点的大小 array scalar
cNone, #颜色序列 array、sequency
markerNone, #点的样式
cmapNone, #colormap 颜色样式
normNone, #归一化 归一化的颜色camp
vminNone, vmaxNone, #对应上面的归一化范围
alphaNone, #透明度
linewidthsNone, #线宽
vertsNone, #
edgecolorsNone, #边缘颜色
dataNone,
**kwargs
)
#ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#定义坐标轴
fig4 plt.figure()
ax4 plt.axes(projection3d)
#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**2Y**2))
#作图
ax4.scatter(X,Y,Z,alpha0.3,cnp.random.random(400),snp.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
#设定显示范围
plt.show()
Finish
