使用python繪制3維正態(tài)分布圖的方法

更新時(shí)間：2018年12月29日 10:32:38 作者：liangyhgood

今天小編就為大家分享一篇使用python繪制3維正態(tài)分布圖的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

今天使用python畫(huà)了幾個(gè)好玩的3D展示圖，現(xiàn)在分享給大家。

先貼上圖片

python繪制3維正態(tài)分布圖

使用的python工具包為：

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

在貼代碼之前，有必要從整體上了解這些圖是如何畫(huà)出來(lái)的。可以把上面每一個(gè)3D圖片理解成一個(gè)長(zhǎng)方體。輸入數(shù)據(jù)是三維的，x軸y軸和z軸。在第三個(gè)圖片里面有x、y和z坐標(biāo)的標(biāo)識(shí)。在第三張圖片中，我們可以理解為，z是隨著x和y變化的函數(shù)。就像一個(gè)人在山丘地區(qū)走動(dòng)一樣，其中x和y表示的是方向，z表示的這個(gè)人在上坡還是下坡。第二張圖片的中間那個(gè)，其實(shí)是一個(gè)3維的正態(tài)分布圖。

具體的公式為：

python繪制3維正態(tài)分布圖

上面的是2維的，即只有x和y，如果是三維的話，需要一點(diǎn)變形，只需要在上面的公式基礎(chǔ)之上把exp（）里面改變?yōu)椋篹xp(-((x-u)^2 + (y - u)^2)/(2q^2)), 這里的u表示平均值，q表示標(biāo)準(zhǔn)差。這樣變化之后，z = f(x, y)。這就是z值的公式了，表示的是z值隨著x和y值的變化而變化的函數(shù)。

下面貼一下代碼

這是第二張圖片的代碼。

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
len = 8;
step = 0.4;


def build_layer(z_value):
 x = np.arange(-len, len, step);
 y = np.arange(-len, len, step);
 z1 = np.full(x.size, z_value/2)
 z2 = np.full(x.size, z_value/2)
 z1, z2 = np.meshgrid(z1, z2)
 z = z1 + z2;

 x, y = np.meshgrid(x, y)
 return (x, y, z);

def build_gaussian_layer(mean, standard_deviation):
 x = np.arange(-len, len, step);
 y = np.arange(-len, len, step);
 x, y = np.meshgrid(x, y);
 z = np.exp(-((y-mean)**2 + (x - mean)**2)/(2*(standard_deviation**2)))
 z = z/(np.sqrt(2*np.pi)*standard_deviation);
 return (x, y, z);

# 具體函數(shù)方法可用 help(function) 查看，如：help(ax.plot_surface)
x1, y1, z1 = build_layer(0.2);
ax.plot_surface(x1, y1, z1, rstride=1, cstride=1, color='green')

x5, y5, z5 = build_layer(0.15);
ax.plot_surface(x5, y5, z5, rstride=1, cstride=1, color='pink')

# x2, y2, z2 = build_layer(-0.26);
# ax.plot_surface(x2, y2, z2, rstride=1, cstride=1, color='yellow')
#
# x6, y6, z6 = build_layer(-0.22);
# ax.plot_surface(x6, y6, z6, rstride=1, cstride=1, color='pink')

# x4, y4, z4 = build_layer(0);
# ax.plot_surface(x4, y4, z4, rstride=1, cstride=1, color='purple')

x3, y3, z3 = build_gaussian_layer(0, 1)
ax.plot_surface(x3, y3, z3, rstride=1, cstride=1, cmap='rainbow')
plt.show()


這是第三張圖片的代碼

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d

x, y = np.mgrid[-1:1:20j, -1:1:20j]
z = x * np.exp(-x ** 2 - y ** 2)

ax = plt.subplot(111, projection='3d')
ax.plot_surface(x, y, z, rstride=2, cstride=1, cmap=plt.cm.coolwarm, alpha=0.8)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')

plt.show()

以上這篇使用python繪制3維正態(tài)分布圖的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: