原标题:Python中使用Matplotlib绘制3D图形示例
3D图形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3D绘图工具。3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制,包括3D散点、3D表面、3D轮廓、3D直线(曲线)以及3D文字等的绘制。
准备工作:
Python中绘制3D图形,依旧使用常用的绘图模块matplotlib,但需要安装mpl_toolkits工具包,安装方法如下:Windows命令行进入到python安装目录下的s文件夹下,执行:pip3 install --upgrade matplotlib即可;Linux环境下直接执行该命令。
安装好这个模块后,即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。
下面以实例进行说明。
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
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#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
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D#定义图像和三维格式坐标轴
fig=plt.figure()
ax2 = Axes3D(fig)
2、3D曲线和散点
随后在定义的坐标轴上画图:
importnumpy asnp
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()
效果图如下:
3、3D曲面
下一步画3D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(- 10, 10, 100)
yy = np.arange(- 10, 10, 100)
X, Y = np.meshgrid(x, y)
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为横竖方向的步长。
4、等高线
同时还可以将等高线投影到不同的面上:
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#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
)
-------------------------------------------------------
frommatplotlib importpyplot asplt
frommpl_toolkits.mplot3d importAxes3D
#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()
5、3D表面形状的绘制
frommpl_toolkits.mplot3d importAxes3D
importmatplotlib.pyplot asplt
importnumpy asnp
fig = plt.figure()
ax = fig.add_subplot( 111, projection= '3d')
# Make data
u = np.linspace( 0, 2* np.pi, 100)
v = np.linspace( 0, np.pi, 100)
x = 10* np.outer(np.cos(u), np.sin(v))
y = 10* np.outer(np.sin(u), np.sin(v))
z = 10* np.outer(np.ones(np.size(u)), np.cos(v))
# Plot the surface
ax.plot_surface(x, y, z, color= 'b')
plt.show()
这段代码是绘制一个3D的椭球表面,结果如下:
责任编辑: