Python Matplotlib 實現3D繪圖詳解
最初開發的 Matplotlib,僅支持繪制 2d 圖形,後來隨著版本的不斷更新, Matplotlib 在二維繪圖的基礎上,構建瞭一部分較為實用的 3D 繪圖程序包,比如 mpl_toolkits.mplot3d
,通過調用該程序包一些接口可以繪制 3D散點圖、3D曲面圖、3D線框圖等
mpl_toolkits 是 Matplotlib 的繪圖工具包。
第一個三維繪圖程序
下面編寫第一個三維繪圖程序。
首先創建一個三維繪圖區域, plt.axes() 函數提供瞭一個參數projection
,將其參數值設置為 “3d”。如下所示:
#導入三維工具包mplot3d from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt fig = plt.figure() #創建3d繪圖區域 ax = plt.axes(projection='3d')
有瞭三維繪圖區域,接下來就要構建 3d 圖像,如下所示:
#從三個維度構建 z = np.linspace(0, 1, 100) x = z * np.sin(20 * z) y = z * np.cos(20 * z)
最後調用 plot3D() 方法繪制 3d 圖形,代碼如下:
#調用 ax.plot3D創建三維線圖 ax.plot3D(x, y, z, 'gray') ax.set_title('3D line plot') plt.show()
完整程序如下所示:
from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt fig = plt.figure() #從三個維度構建 z = np.linspace(0, 1, 100) x = z * np.sin(20 * z) y = z * np.cos(20 * z) #調用 ax.plot3D創建三維線圖 ax.plot3D(x, y, z, 'gray') ax.set_title('3D line plot') plt.show()
輸出結果如下所示:
圖1:三維線圖(3D Line)
上述代碼中的 ax.plot3D() 函數可以繪制各種三維圖形,這些三維圖都要根據(x,y,z)
三元組類來創建。
3D散點圖
通過 ax.scatter3D() 函數可以繪制 3D 散點圖,示例代碼如下:
from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt fig = plt.figure() #創建繪圖區域 ax = plt.axes(projection='3d') #構建xyz z = np.linspace(0, 1, 100) x = z * np.sin(20 * z) y = z * np.cos(20 * z) c = x + y ax.scatter3D(x, y, z, c=c) ax.set_title('3d Scatter plot') plt.show()
輸出結果圖:
圖2:Matplotlib 3D繪圖
3D等高線圖
ax.contour3D() 可以用來創建三維等高線圖,該函數要求輸入數據均采用二維網格式的矩陣坐標。同時,它可以在每個網格點(x,y)處計算出一個 z 值。
以下示例展示瞭如何繪制三維正弦等高線圖。代碼如下:
from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt def f(x, y): return np.sin(np.sqrt(x ** 2 + y ** 2)) #構建x、y數據 x = np.linspace(-6, 6, 30) y = np.linspace(-6, 6, 30) #將數據網格化處理 X, Y = np.meshgrid(x, y) Z = f(X, Y) fig = plt.figure() ax = plt.axes(projection='3d') #50表示在z軸方向等高線的高度層級,binary顏色從白色變成黑色 ax.contour3D(X, Y, Z, 50, cmap='binary') ax.set_xlabel('x') ax.set_ylabel('y') ax.set_zlabel('z') ax.set_title('3D contour') plt.show()
輸出結果圖如下:
圖3:繪制三維輪廓圖
3D線框圖
線框圖同樣要采用二維網格形式的數據,與繪制等高線圖類似。
線框圖可以將數據投影到指定的三維表面上,並輸出可視化程度較高的三維效果圖。通過 plot_wireframe() 能夠繪制 3D 線框圖。代碼如下:
from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt #要繪制函數圖像 def f(x, y): return np.sin(np.sqrt(x ** 2 + y ** 2)) #準備x,y數據 x = np.linspace(-6, 6, 30) y = np.linspace(-6, 6, 30) #生成x、y網格化數據 X, Y = np.meshgrid(x, y) #準備z值 Z = f(X, Y) #繪制圖像 fig = plt.figure() ax = plt.axes(projection='3d') #調用繪制線框圖的函數plot_wireframe() ax.plot_wireframe(X, Y, Z, color='black') ax.set_title('wireframe') plt.show()
輸出結果如下:
圖4:Matplotlib繪制線框圖
3D曲面圖
曲面圖表示一個指定的因變量y與兩個自變量x和z之間的函數關系。
3D 曲面圖是一個三維圖形,它非常類似於線框圖。不同之處在於,線框圖的每個面都由多邊形填充而成。Matplotlib 提供的 plot_surface() 函數可以繪制 3D 曲面圖,該函數需要接受三個參數值 x,y 和 z 。示例代碼如下:
from mpl_toolkits import mplot3d import numpy as np import matplotlib.pyplot as plt #求向量積(outer()方法又稱外積) x = np.outer(np.linspace(-2, 2, 30), np.ones(30)) #矩陣轉置 y = x.copy().T #數據z z = np.cos(x ** 2 + y ** 2) #繪制曲面圖 fig = plt.figure() ax = plt.axes(projection='3d') 調用plot_surface()函數 ax.plot_surface(x, y, z,cmap='viridis', edgecolor='none') ax.set_title('Surface plot') plt.show()
輸出結果圖:
圖5:Matplotlib繪制曲面圖
以上就是Python Matplotlib 實現3D繪圖詳解的詳細內容,更多關於Python Matplotlib 3D繪圖的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- 基於python,Matplotlib繪制函數的等高線與三維圖像
- Python數據分析 Matplotlib 3D圖
- python 利用matplotlib在3D空間中繪制平面的案例
- python 繪制3D圖案例分享
- python數據可視化plt庫實例詳解