python画3维图,python怎么画三维函数图
Python三维绘图
当遇到三维数据时，三维图像可以让我们对数据有更深的理解。Python的matplotlib库包含了丰富的3D绘图工具。
1、创建三维坐标轴对象Axes3D
创建Axes3D主要有两种方式，一种是使用关键字projection=3dl，另一种是从mpl_toolkits.mplot3d导入对象Axes3D，这两种方式都是为了生成三维格式的对象Axes3D。
#方法一，使用关键字
frommatplotlibimportpyplotasplt
from mpl _ toolkits . mplot3d importaxes 3d
#定义坐标轴
图=plt.figure()
ax1=plt.axes(投影=3d )
# ax=fig.add _ plot (111，projection= 3D) #这个方法也可以画多个子图。
#方法2，使用三维轴法
frommatplotlibimportpyplotasplt
from mpl _ toolkits . mplot3d importaxes 3d
#定义图像和3D格式坐标轴
图=plt.figure()
ax2=Axes3D(图)2、三维曲线和散点
然后在定义的坐标轴上绘制：
importnumpyasnp
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) #绘制散点图
Ax1.plot3D(x，y，z， gray)#绘制空间曲线
plt.show()
3、三维曲面
接下来，绘制一个三维曲面：
Figure=plt.figure () #定义一个新的三维坐标轴
ax3=plt.axes(投影=3d )
#定义3D数据
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)
#绘图
ax3.plot_surface(X，Y，Z，cmap=rainbow )
# ax3。Contour (x，y，z，zdim= z ，offset=-2，cmap=rainbow)#等值线图，要设置offset，它是z的最小值。
plt.show()
如果你在渲染时增加步长，你会得到更清晰更细腻的图像：
斧头。plot _ surface (x，y，z，rstride=1，cslide=1，cmap= rainbow )，其中row和cloum_stride是水平和垂直方向的绘图采样步长，绘图越小，绘图越精细。
4、等高线
同时，您也可以在不同的面上投影轮廓线：
frommatplotlibimportpyplotnbsp
;asplt
frommpl_toolkits.mplot3dimportAxes3D
#定义坐标轴
fig4=plt.figure()
ax4=plt.axes(projection='3d')
#生成三维数据
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))
#作图
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()函数
#设定显示范围
ax4.set_xlabel('X')
ax4.set_xlim(-6,4)#拉开坐标轴范围显示投影
ax4.set_ylabel('Y')
ax4.set_ylim(-4,6)
ax4.set_zlabel('Z')
ax4.set_zlim(-3,3)
plt.show()
5、随机散点图
可以利用scatter()生成各种不同大小，颜色的散点图，其参数如下：
#函数定义matplotlib.pyplot.scatter(x,y,
s=None,#散点的大小arrayscalar
c=None,#颜色序列array、sequency
marker=None,#点的样式
cmap=None,#colormap颜色样式
norm=None,#归一化归一化的颜色camp
vmin=None,vmax=None,#对应上面的归一化范围
alpha=None,#透明度
linewidths=None,#线宽
verts=None,#
edgecolors=None,#边缘颜色
data=None,
**kwargs
)
#ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html
frommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3D
#定义坐标轴
fig4=plt.figure()
ax4=plt.axes(projection='3d')
#生成三维数据
xx=np.random.random(20)*10-5#取100个随机数，范围在5~5之间
yy=np.random.random(20)*10-5
X,Y=np.meshgrid(xx,yy)
Z=np.sin(np.sqrt(X**2+Y**2))
#作图
ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20,40)))
#生成散点.利用c控制颜色序列,s控制大小
#设定显示范围
plt.show()
众多python培训视频，尽在盛行IT软件开发工作室，欢迎在线学习！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。