python三维绘图 python三维绘图库

前言

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 matplotlibimport pyplot as plt
from mpl_toolkits.mplot3dimport 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 matplotlibimport pyplot as plt
from mpl_toolkits.mplot3dimport 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= 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, cmap='Blues')#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(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')
#ax3.contour(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()

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。

4.等高线

同时还可以将等高线投影到不同的面上：

from matplotlibimport pyplot as plt
from mpl_toolkits.mplot3dimport Axes3D
#定义坐标轴
fig4= plt.figure()
ax4= 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
ax4.contour(X,Y,Z,zdir='z', offset=-3,cmap="rainbow")#生成z方向投影，投到x-y平面
ax4.contour(X,Y,Z,zdir='x', offset=-6,cmap="rainbow")#生成x方向投影，投到y-z平面
ax4.contour(X,Y,Z,zdir='y', offset=6,cmap="rainbow")#生成y方向投影，投到x-z平面
#ax4.contourf(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()

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:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html

from matplotlibimport pyplot as plt
from mpl_toolkits.mplot3dimport 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控制大小
#设定显示范围
plt.show()

Finish

Todo bar