快捷導(dǎo)航

Python中三維坐標(biāo)空間繪制的實(shí)現(xiàn)

更新時(shí)間：2020年09月22日 11:49:34 作者：余生若初

這篇文章主要介紹了Python中三維坐標(biāo)空間繪制的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

在三維空間繪制點(diǎn),線,面

1.繪制點(diǎn)

用scatter()散點(diǎn)繪制三維坐標(biāo)點(diǎn)

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
dot1 = [[0, 0, 0], [1, 1, 1], [
  2, 2, 2], [2, 2, 3], [2, 2, 4]] # 得到五個(gè)點(diǎn)
plt.figure() # 得到畫面
ax1 = plt.axes(projection='3d')
ax1.set_xlim(0, 5) # X軸，橫向向右方向
ax1.set_ylim(5, 0) # Y軸,左向與X,Z軸互為垂直
ax1.set_zlim(0, 5) # 豎向?yàn)閆軸
color1 = ['r', 'g', 'b', 'k', 'm']
marker1 = ['o', 'v', '1', 's', 'H']
i = 0
for x in dot1:
  ax1.scatter(x[0], x[1], x[2], c=color1[i],
        marker=marker1[i], linewidths=4) # 用散點(diǎn)函數(shù)畫點(diǎn)
  i += 1
plt.show()

在這里插入圖片描述

2.繪制線

函數(shù)plot3D(xs, ys, *args, zdir=‘z', **kwargs),用于繪制三維坐標(biāo)的線，其參數(shù)使用說明如下.
（1）xs,ys,zdir=‘z': 設(shè)置(x,y,z)坐標(biāo)值,為集合對(duì)象,是該函數(shù)與plot()的唯一區(qū)別.
(2) kwargs:接受鍵值對(duì)參數(shù),使用方法同plot()

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
plt.figure()
ax = plt.subplot(111, projection='3d')
ax.set_xlim(0, 20) # X軸，橫向向右方向
ax.set_ylim(20, 0) # Y軸,左向與X,Z軸互為垂直
ax.set_zlim(0, 20) # 豎向?yàn)閆軸
z = np.linspace(0, 4*np.pi, 500)
x = 10*np.sin(z)
y = 10*np.cos(z)
ax.plot3D(x, y, z, 'black') # 繪制黑色空間曲線
# ----------------------------------------------------------
z1 = np.linspace(0, 4*np.pi, 500)
x1 = 5*np.sin(z1)
y1 = 5*np.cos(z1)
ax.plot3D(x1,y1,z1,'g--')   #繪制綠色空間虛曲線
#------------------------------------------------------------
ax.plot3D([0,18,0],[5,18,10],[0,5,0],'om-')  #繪制帶o折線
plt.show()

在這里插入圖片描述

3.繪制面

3D 圖形需要的數(shù)據(jù)與等高線圖基本相同：X、Y 數(shù)據(jù)決定坐標(biāo)點(diǎn)，Z 軸數(shù)據(jù)決定 X、Y 坐標(biāo)點(diǎn)對(duì)應(yīng)的高度。與等高線圖使用等高線來代表高度不同，3D 圖形將會(huì)以更直觀的形式來表示高度。
為了繪制 3D 圖形，需要調(diào)用 Axes3D 對(duì)象的 plot_surface()方法來完成。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
import numpy as np
fig = plt.figure(figsize=(15, 5))
ax = fig.add_subplot(131, projection='3d') # 第一個(gè)繪圖區(qū)
x = np.arange(1, 50, 1)
y = np.arange(1, 50, 1)
X, Y = np.meshgrid(x, y) # 將坐標(biāo)向量(x,y)變?yōu)樽鴺?biāo)矩陣(X,Y)


def Z(X, Y): # 自定義求Z向量的函數(shù)
  return X*0.2+Y*0.3+20


s1 = ax.plot_surface(X, Y, Z(X, Y), rstride=10,
           cstride=10, cmap=cm.jet, linewidth=1,
          antialiased=True)  #繪制面
ax.set_xlim3d(0,50)  #指定x軸坐標(biāo)值范圍
ax.set_ylim3d(0,50)  #指定y軸坐標(biāo)值范圍
ax.set_zlim3d(0,50)  #指定z軸坐標(biāo)值范圍 
fig.colorbar(s1,shrink=1,aspect=5)  
#------------------------------------------
ax1 = fig.add_subplot(132,projection='3d')  #第二個(gè)繪圖區(qū)
s2 = ax1.plot_surface(X,Y,Z(X,Y),rstride=1,
           cstride=1, cmap=cm.jet, linewidth=1,
          antialiased=False)  #繪制面
fig.colorbar(s2,shrink=0.5,aspect=5)
#--------------------------------------------
d = 0.05
x1 = np.arange(-4,4,d)
y1 = np.arange(-3,3,d)
X1,Y1 = np.meshgrid(x1,y1)
def Z1(X,Y):         #自定義求z向量的函數(shù)
  z1 = np.exp(-X**2-Y**2)
  z2 = np.exp(-(X-1)**2-(Y-1)**2)
  return (z2-z1)*2       #返回Z坐標(biāo)值
ax2 = fig.add_subplot(133,projection='3d')
s3 = ax2.plot_surface(X,Y,Z(X,Y),rstride=1,
           cstride=1, cmap=cm.jet, linewidth=1,
          antialiased=False)
fig.colorbar(s3,shrink=0.5,aspect=5)
plt.show()

在這里插入圖片描述