快捷導(dǎo)航

matplotlib 三維圖表繪制方法簡介

更新時間：2020年09月20日 16:45:48 作者：アハハハ君

這篇文章主要介紹了matplotlib 三維圖表繪制方法簡介，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

1. python三維圖表繪制方法簡介

python三維圖表的繪制算是二維圖表的一個進階版本，本質(zhì)上和二維圖表的繪制并無差別，唯一的區(qū)別在于使用的庫略有差異。

相較于二維圖表使用的pyplot庫，三維圖表的繪制使用的是Axes3D庫。

庫引入語句為：

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

上下的操作就和二維圖表繪制大差不差了，首先定義三維畫布，然后向里面繪制三維圖表，最后打印出結(jié)果即可。

下面，我們通過一些實例來進行說明。

2. 實例說明

1. 三維曲線圖繪制

首先，我們來看一下三維曲線圖的繪制。

三維曲線圖的繪制和二維曲線圖的繪制方法極其相似，只是我們需要做以下兩點修改：

將畫布修改為三維坐標系；
傳參時同時傳入x、y、z三個維度的坐標信號。

另外，plot函數(shù)需要修改三維曲線繪制的Axes3D.plot函數(shù)。

給出代碼樣例如下：

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

theta = numpy.linspace(0, 3.14*4, 200)
r = numpy.linspace(0, 1, 200)
x = r * numpy.cos(theta)
y = r * numpy.sin(theta)
z = numpy.linspace(0, 2, 200)

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d')
ax1.plot(x, y, z)
plt.show()

運行即可得到一張三維曲線圖。

在這里插入圖片描述

2. 三維散點圖繪制

下面，我們來看一下三維空間中的散點圖繪制方法。

其方法其實挺簡單的，就是先繪制x、y面的網(wǎng)點坐標，計算相應(yīng)的z軸高度，而后創(chuàng)建一張三維圖，然后通過Axes3D.scatter函數(shù)進行散點圖繪制即可。

我們給出具體的代碼樣例如下：

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

x = numpy.linspace(-2, 2, 10)
y = numpy.linspace(-2, 2, 10)
xx, yy = numpy.meshgrid(x, y)
z = xx ** 2 - yy ** 2

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d') # 創(chuàng)建三維坐標軸
ax1.scatter(xx, yy, z) # 繪制三維散點圖
plt.show()

運行即可得到三維散點圖。

在這里插入圖片描述

3. 三維曲面圖繪制

三維曲面圖的繪制與三維極其類似，只需要將Axes3D.scatter函數(shù)替換為Axes3D.plot_surface函數(shù)即可。

我們就不再多做解釋了，直接給出代碼樣例如下：

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

x = numpy.linspace(-2, 2, 10)
y = numpy.linspace(-2, 2, 10)
xx, yy = numpy.meshgrid(x, y)
print(xx.shape, yy.shape)
z = xx ** 2 - yy ** 2

fig = plt.figure(figsize=(12, 7))
ax1 = plt.axes(projection='3d') # 創(chuàng)建三維坐標軸
ax1.plot_surface(xx, yy, z) # 繪制三維曲面圖
plt.show()

運行即可得到三維曲面圖。

在這里插入圖片描述