Python+Matplotlib實現(xiàn)繪制三維折線圖
1.0簡介
三維圖像技術是現(xiàn)在國際最先進的計算機展示技術之一，任何普通電腦只需要安裝一個插件，就可以在網(wǎng)絡瀏覽器中呈現(xiàn)三維的產品，不但逼真，而且可以動態(tài)展示產品的組合過程，特別適合遠程瀏覽。
立體圖視覺上層次分明色彩鮮艷，具有很強的視覺沖擊力，讓觀看的人駐景時間長，留下深刻的印象。立體圖給人以真實、栩栩如生，人物呼之欲出，有身臨其境的感覺，有很高的藝術欣賞價值。
今天我們就通過這篇文章來了解如何用python中的matplotlib庫繪制漂亮的三位論文圖吧！秀翻你的朋友！
2.0三維圖畫法與類型
首先要安裝Matplotlib庫可以使用pip：
pip install matplotlib
假設已經(jīng)安裝了matplotlib工具包。
利用matplotlib.figure.Figure創(chuàng)建一個圖框：
import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.add_subplot(111, projection='3d')
1、直線繪制（Line plots）
基本用法：ax.plot(x,y,z,label=' ')
代碼如下：
import matplotlib as mpl from mpl_toolkits.mplot3d import Axes3D import numpy as np import matplotlib.pyplot as plt mpl.rcParams['legend.fontsize'] = 10 fig = plt.figure() ax = fig.add_subplot(projection='3d') theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) z = np.linspace(-2, 2, 100) r = z ** 2 + 1 x = r * np.sin(theta) y = r * np.cos(theta) ax.plot(x, y, z, label='parametric curve') ax.legend()
效果如下：
2、散點繪制（Scatter plots）
基本語法：
ax.scatter(xs, ys, zs, s=20, c=None, depthshade=True, *args, *kwargs)
代碼大意為：
- xs,ys,zs：輸入數(shù)據(jù)；
- s:scatter點的尺寸
- c:顏色，如c = 'r’就是紅色；
- depthshase:透明化，True為透明，默認為True，F(xiàn)alse為不透明
- *args等為擴展變量，如maker = ‘o’，則scatter結果為’o‘的形狀
示例代碼：
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
def randrange(n, vmin, vmax):
'''
Helper function to make an array of random numbers having shape (n, )
with each number distributed Uniform(vmin, vmax).
'''
return (vmax - vmin)*np.random.rand(n) + vmin
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 100
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c=c, marker=m)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()效果：
3、線框圖（Wireframe plots）
基本用法：ax.plot_wireframe(X, Y, Z, *args, **kwargs)
- X,Y,Z：輸入數(shù)據(jù)
- rstride:行步長
- cstride:列步長
- rcount:行數(shù)上限
- ccount:列數(shù)上限
示例代碼：
from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(100, projection='3d') # Grab some test data. X, Y, Z = axes3d.get_test_data(0.12) # Plot a basic wireframe. ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10) plt.show()
有點丑。。。大家可以自行更改繪圖數(shù)據(jù)，美化圖像。
4、三角表面圖（Tri-Surface plots）
基本用法：ax.plot_trisurf(*args, **kwargs)
ax.plot_trisurf(*args, **kwargs)
X,Y,Z:數(shù)據(jù)
其他參數(shù)類似surface-plot
from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np n_radii = 8 n_angles = 36 radii = np.linspace(0.125, 1.0, n_radii) angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False) angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1) # points in the (x, y) plane. x = np.append(0, (radii*np.cos(angles)).flatten()) y = np.append(0, (radii*np.sin(angles)).flatten()) z = np.sin(-x*y) fig = plt.figure() ax = fig.add_subplot(projection='3d') ax.plot_trisurf(x, y, z, linewidth=0.2, antialiased=True) plt.show()
運行效果圖：
5.隨機散點圖
利用scatter生成隨機散點圖。
函數(shù)定義：
#函數(shù)定義
matplotlib.pyplot.scatter(x, y,
s=None, #散點的大小 array scalar
c=None, #顏色序列 array、sequency
marker=None, #點的樣式
cmap=None, #colormap 顏色樣式
norm=None, #歸一化 歸一化的顏色camp
vmin=None, vmax=None, #對應上面的歸一化范圍
alpha=None, #透明度
linewidths=None, #線寬
verts=None, #
edgecolors=None, #邊緣顏色
data=None,
**kwargs
)
示例代碼：
import numpy as np import matplotlib.pyplot as plt #定義坐標軸 fig4 = plt.figure() ax4 = plt.axes(projection='3d') #生成三維數(shù)據(jù) xx = np.random.random(20)*10-5 #取100個隨機數(shù)，范圍在5~5之間 yy = np.random.random(20)*10-5 X, Y = np.meshgrid(xx, yy) Z = np.sin(np.sqrt(X**2+Y**2)) #作圖 ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20, 20))) #生成散點.利用c控制顏色序列,s控制大小 plt.show()
效果：
到此這篇關于Python+Matplotlib實現(xiàn)繪制三維折線圖的文章就介紹到這了,更多相關Python Matplotlib繪制三維折線圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python實現(xiàn)http服務器(http.server模塊傳參?接收參數(shù))實例
這篇文章主要為大家介紹了Python實現(xiàn)http服務器(http.server模塊傳參?接收參數(shù))實例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-11-11
Python性能加速器__slots__屬性優(yōu)化內存使用實例探索
Python中的__slots__屬性是一個特殊的屬性,允許程序員顯式地定義類的屬性,提供了一種方式來優(yōu)化類的內存占用和提高訪問速度,本文將深入探討__slots__屬性的概念、應用和性能優(yōu)勢2024-01-01
AIML，全名為Artificial Intelligence Markup Language（人工智能標記語言），是一種創(chuàng)建自然語言軟件代理的XML語言，是由Richard Wallace和世界各地的自由軟件社區(qū)在1995年至2002年發(fā)明的，通過本文給大家介紹基于Python如何使用AIML搭建聊天機器人，需要的朋友一起學習2016-01-01
Python的Twisted框架上手前所必須了解的異步編程思想
Twisted是Python世界中人氣最高的framework之一,異步的工作模式使其名揚天下,這里為大家總結了Python的Twisted框架上手前所必須了解的異步編程思想,需要的朋友可以參考下2016-05-05
這篇文章主要介紹了Python全面解讀高級特性切片，切片（slice）就是一種截取索引片段的技術，借助切片技術，我們可以十分靈活地處理序列類型的對象，下面我們一起進入文章了解更詳細內容吧2021-12-12
這篇文章主要介紹了在 Python 中借助日志記錄庫使用 Log4j,本文解釋了什么是 log4j，它是如何工作的，以及我們?yōu)槭裁匆褂盟?，需要的朋友可以參考?/div> 2023-07-07
這篇文章主要介紹了python實現(xiàn)的自動發(fā)送消息功能,涉及Python基于requests、itchat庫的數(shù)據(jù)請求與信息處理相關操作技巧,需要的朋友可以參考下2019-08-08
這篇文章主要為大家簡單介紹一下Python中線程以及線程阻塞的相關知識，文中的示例代碼講解詳細，具有一定的學習價值，感興趣的小伙伴可以了解一下2023-04-04
這篇文章主要介紹了分享一下如何編寫高效且優(yōu)雅的 Python 代碼,需要的朋友可以參考下2017-09-09
python函數(shù)enumerate,operator和Counter使用技巧實例小結
這篇文章主要介紹了python函數(shù)enumerate,operator和Counter使用技巧,結合實例形式總結分析了python內置函數(shù)enumerate,operator和Counter基本功能、原理、用法及操作注意事項,需要的朋友可以參考下2020-02-02最新評論