Python三維繪圖

在遇到三維數據時，三維圖像能給我們對數據帶來更加深入地理解。python的matplotlib庫就包含了豐富的三維繪圖工具。

1、創建三維坐標軸對象Axes3D

創建Axes3D主要有兩種方式，一種是利用關鍵字projection='3d'l來實現，另一種則是通過從mpl_toolkits.mplot3d導入對象Axes3D來實現，目的都是生成具有三維格式的對象Axes3D。#方法一，利用關鍵字

from?matplotlib?import?pyplot?as?plt

from?mpl_toolkits.mplot3d?import?Axes3D

#定義坐標軸

fig?=?plt.figure()

ax1?=?plt.axes(projection='3d')

#ax?=?fig.add_subplot(111,projection='3d')??#這種方法也可以畫多個子圖

#方法二，利用三維軸方法

from?matplotlib?import?pyplot?as?plt

from?mpl_toolkits.mplot3d?import?Axes3D

#定義圖像和三維格式坐標軸

fig=plt.figure()

ax2?=?Axes3D(fig)

2、三維曲線和散點

隨后在定義的坐標軸上畫圖：import?numpy?as?np

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')??#繪制散點圖

ax1.plot3D(x,y,z,'gray')????#繪制空間曲線

plt.show()

3、三維曲面

下一步畫三維曲面：fig?=?plt.figure()??#定義新的三維坐標軸

ax3?=?plt.axes(projection='3d')

#定義三維數據

xx?=?np.arange(-5,5,0.5)

yy?=?np.arange(-5,5,0.5)

X,?Y?=?np.meshgrid(xx,?yy)

Z?=?np.sin(X)+np.cos(Y)

#作圖

ax3.plot_surface(X,Y,Z,cmap='rainbow')

#ax3.contour(X,Y,Z,?zdim='z',offset=-2，cmap='rainbow)???#等高線圖，要設置offset，為Z的最小值

plt.show()

如果加入渲染時的步長，會得到更加清晰細膩的圖像：

ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中的row和cloum_stride為橫豎方向的繪圖采樣步長，越小繪圖越精細。

4、等高線

同時還可以將等高線投影到不同的面上：from?matplotlib?import?pyplot?as?plt

from?mpl_toolkits.mplot3d?import?Axes3D

#定義坐標軸

fig4?=?plt.figure()

ax4?=?plt.axes(projection='3d')

#生成三維數據

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))

#作圖

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()函數

#設定顯示范圍

ax4.set_xlabel('X')

ax4.set_xlim(-6,?4)??#拉開坐標軸范圍顯示投影

ax4.set_ylabel('Y')

ax4.set_ylim(-4,?6)

ax4.set_zlabel('Z')

ax4.set_zlim(-3,?3)

plt.show()

5、隨機散點圖

可以利用scatter()生成各種不同大小，顏色的散點圖，其參數如下：#函數定義

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

)

#ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.htmlfrom?matplotlib?import?pyplot?as?plt

from?mpl_toolkits.mplot3d?import?Axes3D

#定義坐標軸

fig4?=?plt.figure()

ax4?=?plt.axes(projection='3d')

#生成三維數據

xx?=?np.random.random(20)*10-5???#取100個隨機數，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,?40)))

#生成散點.利用c控制顏色序列,s控制大小

#設定顯示范圍

plt.show()

眾多python培訓視頻，盡在python學習網，歡迎在線學習！

總結

以上是生活随笔為你收集整理的python的三维图片_python如何做三维图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。