使用 Matplotlib 在 Python 中进行三维绘图
原文:https://www . geesforgeks . org/三维-python 绘图-使用-matplotlib/
Matplotlib 的推出牢记在心，只有二维标绘。但是在 1.0 发布的时候，3d 实用程序是在 2d 的基础上开发的，因此，我们今天有了 3d 的数据实现！通过导入 mplot3d 工具包来启用 3d 绘图。在本文中，我们将使用 matplotlib 处理 3d 图。 例:
Python 3
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = plt.axes(projection ='3d')
输出:
使用上述语法，三维轴被启用，数据可以以三维方式绘制。三维图形提供了一种动态的方法，使数据更具交互性。像二维图一样，我们可以用不同的方式来表示三维图。我们可以做散点图、等高线图、表面图等。让我们看看不同的三维图。
绘制三维线和点
有线有点的图形是最简单的三维图形。 ax.plot3d 和 ax .散点图分别是绘制线图和点图的功能。 例 1: 三维线图
Python 3
# importing mplot3d toolkits, numpy and matplotlib
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
# syntax for 3-D projection
ax = plt.axes(projection ='3d')
# defining all 3 axes
z = np.linspace(0, 1, 100)
x = z * np.sin(25 * z)
y = z * np.cos(25 * z)
# plotting
ax.plot3D(x, y, z, 'green')
ax.set_title('3D line plot geeks for geeks')
plt.show()
输出:
例 2: 三维散点图
Python 3
# importing mplot3d toolkits
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
# syntax for 3-D projection
ax = plt.axes(projection ='3d')
# defining axes
z = np.linspace(0, 1, 100)
x = z * np.sin(25 * z)
y = z * np.cos(25 * z)
c = x + y
ax.scatter(x, y, z, c = c)
# syntax for plotting
ax.set_title('3d Scatter plot geeks for geeks')
plt.show()
输出:
绘制表面图形和线框
曲面图和线框图处理网格数据。他们获取网格值并将其绘制在三维表面上。 例 1: 曲面图
Python 3
# importing libraries
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
# defining surface and axes
x = np.outer(np.linspace(-2, 2, 10), np.ones(10))
y = x.copy().T
z = np.cos(x ** 2 + y ** 3)
fig = plt.figure()
# syntax for 3-D plotting
ax = plt.axes(projection ='3d')
# syntax for plotting
ax.plot_surface(x, y, z, cmap ='viridis', edgecolor ='green')
ax.set_title('Surface plot geeks for geeks')
plt.show()
输出:
示例 2: 线框
Python 3
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
# function for z axea
def f(x, y):
return np.sin(np.sqrt(x ** 2 + y ** 2))
# x and y axis
x = np.linspace(-1, 5, 10)
y = np.linspace(-1, 5, 10)
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
fig = plt.figure()
ax = plt.axes(projection ='3d')
ax.plot_wireframe(X, Y, Z, color ='green')
ax.set_title('wireframe geeks for geeks');
输出:
绘制等高线图
等高线图取二维规则网格中的所有输入数据，对 Z 数据进行每一点的求值。我们使用 ax.contour3D 功能绘制等高线图。 例:
Python 3
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
# function for z axis
def f(x, y):
return np.sin(np.sqrt(x ** 2 + y ** 3))
# x and y axis
x = np.linspace(-1, 5, 10)
y = np.linspace(-1, 5, 10)
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
fig = plt.figure()
ax = plt.axes(projection ='3d')
# ax.contour3D is used plot a contour graph
ax.contour3D(X, Y, Z)
输出:
绘制曲面三角形
上图有时限制过多，不方便。所以通过这种方法，我们使用一组随机抽取。使用函数 ax.plot_trisurf 绘制此图。不是那么清楚，但更灵活。 例:
Python 3
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
# angle and radius
theta = 2 * np.pi * np.random.random(100)
r = 6 * np.random.random(100)
# all three axes
x = np.ravel(r * np.sin(theta))
y = np.ravel(r * np.cos(theta))
z = f(x, y)
ax = plt.axes(projection ='3d')
ax.scatter(x, y, z, c = z, cmap ='viridis', linewidth = 0.25);
ax = plt.axes(projection ='3d')
ax.plot_trisurf(x, y, z, cmap ='viridis', edgecolor ='green');
输出:
绘制莫比乌斯带
莫比乌斯带也叫扭曲圆柱，是一个没有边界的单面曲面。要创建莫比乌斯带，请考虑它的参数化，它是一个二维带，我们需要两个内在维度。它的角度范围从 0 到 2，宽度范围从-1 到 1。 例:
Python 3
from mpl_toolkits import mplot3d
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.tri import Triangulation
theta = np.linspace(0, 2 * np.pi, 10)
w = np.linspace(-1, 5, 8)
w, theta = np.meshgrid(w, theta)
phi = 0.5 * theta
# radius in x-y plane
r = 1 + w * np.cos(phi)
# all three axes
x = np.ravel(r * np.cos(theta))
y = np.ravel(r * np.sin(theta))
z = np.ravel(w * np.sin(phi))
# triangulate in the underlying
# parameterization
tri = Triangulation(np.ravel(w), np.ravel(theta))
ax = plt.axes(projection ='3d')
ax.plot_trisurf(x, y, z, triangles = tri.triangles,
cmap ='viridis', linewidths = 0.2);
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
