matplotlib

作者: f9fa28843d13 | 来源:发表于2019-08-05 20:15 被阅读4次

转自简书好友,如有不妥,请联系改之

本文演示matplotlib提供的3D可视化功能实现,包含主要的9中3D图:

  1. 3D曲线图

  2.3D散点图

  3.3D网格图

  4.3D曲面图

  5.3D三角曲面图

  6.3D等高线图

  7.3D柱状图

  8.3D箭头图

  9.3D文本

一. Matplotlib 3D可视化的编程模式

Matplotlib 3D帮助文档

Matplotlib中提供了3D图形绘制接口

3D可视化官方API截图

编程模式

3D可视化编程模式与2D非常类似:

创建Figure;

创建3D坐标系;(在Figure.add_axes函数的projection参数中指定'3d'值即可,必须小写)

绘制3D图形(调用3D绘制接口函数)

Axes3D的定义:

    class mpl_toolkits.mplot3d.axes3d.Axes3D(

        fig,

        rect=None,

        *args,

        azim=-60,

        elev=30,

        zscale=None,

        sharez=None,

        proj_type='persp',

        **kwargs)

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# ax = figure.add_subplot(111, projection='3d')    # 或者这种方式

ax.set_xlim(0,100)

ax.set_ylim(0,100)

ax.set_zlim(0,100)

ax.set_title('3D图形')

ax.set_xlabel('X轴', labelpad=20,color=(1,0,0,1))

ax.set_ylabel('Y轴', labelpad=30)

ax.set_zlabel('Z轴', labelpad=40)

ax.set_xticks([0,10,20,30,50,80,100])

ax.set_yticks([0,10,20,30,50,80,100])

ax.set_zticks([0,10,20,30,50,80,100])

ax.grid(b=False)  # 网格线

plt.show()

3D坐标轴

二. 常见3D图形绘制

1. plot线条

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:20j,-5:5:20j];

z = (x**2 - y**2)/2

ax.plot(x.flat, y.flat, z.flat, label='3D线条', color=(1,0,0,1), linewidth=1)

ax.grid(b=False)  # 网格线

plt.show()

3D曲线

2. scatter散点图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:100j,-5:5:100j];

z = (x**2 - y**2)/2

colors = plt.cm.get_cmap('cool')

ax.scatter(x.flat, y.flat, z.flat, label='3D点', s=1, c=z.flat, cmap=colors)

ax.grid(b=False)  # 网格线

plt.show()

3D散点图

3. plot_wireframe网格图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:200j,-5:5:200j];

z = (x**2 - y**2)/2

# rcount=20, ccount=20 与rstride=5, cstride=5不能同时指定

ax.plot_wireframe(x, y, z, label='3D网格', colors= '#0000ff',linewidth=1, rstride=5, cstride=5)

ax.grid(b=False)  # 网格线

plt.show()

3D网格图

4. plot_surface曲面图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:200j,-5:5:200j];

z = (x**2 - y**2)/2

# rcount=20, ccount=20 与rstride=5, cstride=5不能同时指定

ax.plot_surface(x, y, z, label='3D曲面', cmap=plt.cm.get_cmap('cool') )

ax.grid(b=False)  # 网格线

plt.show()

3D曲面图

5. plot_trisurf三角面图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:20j,-5:5:20j];

z = (x**2 - y**2)/2

ax.plot_trisurf(x.flat, y.flat, z.flat, label='3D三角面', cmap=plt.cm.get_cmap('cool') )

ax.grid(b=False)  # 网格线

plt.show()

3D三角曲面图

6. contour与contourf等高线图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(18, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax1= figure.add_subplot(121, projection='3d')    # 或者这种方式

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:20j,-5:5:20j];

z = (x**2 - y**2)/2

# 等高线不支持标签

# ax1.plot_surface(x, y, z, label='3D曲面', cmap=plt.cm.get_cmap('cool') )

ax1.contour(x, y, z, levels=[-10,-9, -8, -7, -6, -5,-4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])  # levels必须递增数列

ax1.grid(b=False)  # 网格线

ax2= figure.add_subplot(122, projection='3d')

# ax2.plot_surface(x, y, z, label='3D曲面', cmap=plt.cm.get_cmap('cool') )

ax2.contourf(x, y, z, cmap=plt.cm.get_cmap('cool'),

            levels=[-10,-9, -8, -7, -6, -5,-4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9] )

plt.show()

3D等高线图

7. bar柱状图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(8, 6))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

x = [1,2,3,4,5]

y = [5,4,3,2,1]

z = [1,2,3]

# 使用线条绘制马鞍面

ax.bar(x, y, z[0], label='3D柱状图', color=(1, 0, 0, 0.7),zdir='y')  # zdir是y,则柱状图在xz平面上

ax.bar(x, y[::-1], z[1], label='3D柱状图', color=(0, 1, 0, 0.7),zdir='y')  # zdir是y,则柱状图在xz平面上

ax.bar(x, y, z[2], label='3D柱状图', color=(0, 0, 1, 0.7),zdir='y')  # zdir是y,则柱状图在xz平面上

ax.grid(b=False)  # 网格线

plt.show()

3D柱状图

8. quiver箭头图

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(16,8))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:20j,-5:5:20j];

z = (x**2 - y**2)/2

ax.quiver(x, y, z, 1, 0, 0, length=0.5, linewidth=1,color=(1,0,0,1), arrow_length_ratio=0.5,normalize=False) 

# normalize控制箭头的长短

# 1,0,0决定了绘制的每个坐标的方向,这儿所有点方向一样(方向是圆点到这三个参数的连线方向)

ax.grid(b=False)  # 网格线

plt.show()

3D箭头图

9. text文本

% matplotlib inline

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

import numpy as np

# 1. 创建图(绘制环境)

figure = plt.figure('3D图形', figsize=(16,8))

# 2. 创建3D坐标系(直接创建,使用Figure中的函数创建:这里使用函数)

ax = figure.add_axes([0.1,0.1,0.8,0.8], projection='3d')

# 使用线条绘制马鞍面

x, y=np.mgrid[-5:5:20j,-5:5:20j];

z = (x**2 - y**2)/2

ax.plot_trisurf(x.flat, y.flat, z.flat, label='3D三角面', cmap=plt.cm.get_cmap('cool') )

for  x_,y_,z_ in zip(x.flat, y.flat, z.flat):

    ax.text(x_, y_, z_, 'A',color=(1,0,0,1))

ax.grid(b=False)  # 网格线

plt.show()

3D文本图

相关文章

网友评论

    本文标题:matplotlib

    本文链接:https://www.haomeiwen.com/subject/nievdctx.html