Python中的3D绘图命令总结

 更新时间:2022年02月22日 10:40:40   作者:车厘子@  
很多情况下,为了能够观察到数据之间的内部的关系,可以使用绘图来更好的显示规律。而Python的matplotlib库中有很多三维图表显示的命令,本文为大家做了一个总结,需要的可以参考一下

导语

很多情况下,为了能够观察到数据之间的内部的关系,可以使用绘图来更好的显示规律。

比如在下面的几张动图中,使用matplotlib中的三维显示命令,使得我们可以对于logistic回归网络的性能与相关参数有了更好的理解。

下面的动图显示了在训练网络时,不同的学习速率对于算法收敛之间的影响。

下面给出了绘制这些动态曲线的相关的python指令:

01 3D plot

1.基本语法

在安装matplotlib之后,自动安装有 mpl_toolkits.mplot3d。

#Importing Libraries
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
 
#3D Plotting
fig = plt.figure()
ax = plt.axes(projection="3d")
 
#Labeling
ax.set_xlabel('X Axes')
ax.set_ylabel('Y Axes')
ax.set_zlabel('Z Axes')
 
plt.show()

2.Python Cmd

使用pythoncmd 插入相应的语句。

3.举例

(1) Ex1

#!/usr/local/bin/python
# -*- coding: gbk -*-
#******************************
# TEST2.PY                     -- by Dr. ZhuoQing 2020-11-16
#
# Note:
#******************************
 
from headm import *
from mpl_toolkits.mplot3d import axes3d
 
ax = plt.axes(projection='3d')
x = [1,2,3,4,5,6,7,8,9]
y = [2,3,4,6,7,8,9,5,1]
z = [5,6,2,4,8,6,5,6,1]
 
ax.plot3D(x,y,z)
ax.set_xlabel('X Axes')
ax.set_ylabel('Y Axes')
ax.set_zlabel('Z Axes')
 
plt.show()
 
#------------------------------------------------------------
#        END OF FILE : TEST2.PY
#******************************

▲ 3D plot的演示

(2) Ex2

from mpl_toolkits.mplot3d import axes3d
 
ax = plt.axes(projection='3d')
 
angle = linspace(0, 2*pi*5, 400)
x = cos(angle)
y = sin(angle)
z = linspace(0, 5, 400)
 
ax.plot3D(x,y,z)
ax.set_xlabel('X Axes')
ax.set_ylabel('Y Axes')
ax.set_zlabel('Z Axes')
 
plt.show()

▲ 3D绘制的例子

(3) Ex3

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.gca(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()
 
plt.show()

02 绘制Scatter

利用和上面的相同的绘制命令,将原来的plot3D修改成为 scatter即可。

from mpl_toolkits.mplot3d import axes3d
 
ax = plt.axes(projection='3d')
 
angle = linspace(0, 2*pi*5, 40)
x = cos(angle)
y = sin(angle)
z = linspace(0, 5, 40)
 
ax.scatter(x,y,z, color='b')
ax.set_xlabel('X Axes')
ax.set_ylabel('Y Axes')
ax.set_zlabel('Z Axes')
 
plt.show()

▲ Scatter 的例子

03 绘制3D Surface

(1) Ex1

▲ 3D surface例子

#!/usr/local/bin/python
# -*- coding: gbk -*-
#******************************
# TEST2.PY                     -- by Dr. ZhuoQing 2020-11-16
#
# Note:
#******************************
 
from headm import *
from mpl_toolkits.mplot3d import axes3d
 
ax = plt.axes(projection='3d')
 
x = arange(-5, 5, 0.1)
y = arange(-5, 5, 0.1)
x,y = meshgrid(x, y)
R = sqrt(x**2+y**2)
z = sin(R)
 
ax.plot_surface(x, y, z)
ax.set_xlabel('X Axes')
ax.set_ylabel('Y Axes')
ax.set_zlabel('Z Axes')
 
plt.show()
 
#------------------------------------------------------------
#        END OF FILE : TEST2.PY
#******************************

▲ 3D 绘制Surface

▲ 绘制3D球表面

(2) 举例

'''
***********
3D surface (color map)
***********
Demonstrates plotting a 3D surface colored with the coolwarm color map.
The surface is made opaque by using antialiased=False.
Also demonstrates using the LinearLocator and custom formatting for the
z axis tick labels.
'''
 
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np
 
fig = plt.figure()
ax = fig.gca(projection='3d')
 
# Make data.
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
 
# Plot the surface.
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm,
                       linewidth=0, antialiased=False)
 
# Customize the z axis.
ax.set_zlim(-1.01, 1.01)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
 
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=5)
 
plt.show()

▲ 彩色表面绘制

以上就是Python中的3D绘图命令总结的详细内容,更多关于Python 3D绘图的资料请关注脚本之家其它相关文章!

相关文章

  • py3nvml实现GPU相关信息读取的案例分析

    py3nvml实现GPU相关信息读取的案例分析

    这篇文章主要介绍了py3nvml实现GPU相关信息读取,此时就可以考虑使用py3nvml这样的工具,针对于GPU任务执行的过程进行细化的分析,有助于提升GPU的利用率和程序执行的性能,需要的朋友可以参考下
    2022-01-01
  • python匿名函数用法实例分析

    python匿名函数用法实例分析

    这篇文章主要介绍了python匿名函数用法,结合实例形式分析了Python匿名函数的特点、功能及相关使用方法,需要的朋友可以参考下
    2019-08-08
  • 八个超级好用的Python自动化脚本(小结)

    八个超级好用的Python自动化脚本(小结)

    每天你都可能会执行许多重复的任务,例如阅读新闻、发邮件、查看天气、打开书签、清理文件夹等等,本文主要介绍了Python自动化脚本,具有一定的参考价值,感兴趣的可以了解一下
    2022-07-07
  • Python Pandas中根据列的值选取多行数据

    Python Pandas中根据列的值选取多行数据

    这篇文章主要介绍了Python Pandas中根据列的值选取多行数据的实例代码,本文通过实例代码给大家介绍的非常详细 ,需要的朋友可以参考下
    2019-07-07
  • Python如何用str.format()批量生成网址(豆瓣读书为例)

    Python如何用str.format()批量生成网址(豆瓣读书为例)

    这篇文章主要介绍了Python如何用str.format()批量生成网址(豆瓣读书为例),文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-09-09
  • Python OpenCV获取视频的方法

    Python OpenCV获取视频的方法

    本篇文章主要介绍了Python OpenCV获取视频的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-02-02
  • Python下的Mysql模块MySQLdb安装详解

    Python下的Mysql模块MySQLdb安装详解

    在Python环境下,如果想操作MySQL数据库,难免会调用相应的包,比如常用的:MySQLdb通过导入:import MySQLdb 后,可直接调用里面的方法
    2014-04-04
  • matplotlib中plt.hist()参数解释及应用实例

    matplotlib中plt.hist()参数解释及应用实例

    本文主要介绍了matplotlib中plt.hist()参数解释及应用实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-08-08
  • Python数学建模StatsModels统计回归之线性回归示例详解

    Python数学建模StatsModels统计回归之线性回归示例详解

    这篇文章主要为大家介绍了Python数学建模中StatsModels统计回归之线性回归的示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-10-10
  • python中的协程深入理解

    python中的协程深入理解

    这篇文章主要给大家介绍了关于python中协程的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用python具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2019-06-06

最新评论