Python三维绘图

当遇到三维数据时，三维图像可以给我们带来更深入的数据理解。python的matplotlib库包含丰富的三维绘图工具。

1、创建Axes3D三维坐标轴对象

创建Axes3D的主要方法有两种，一种是使用关键字projection='3d'另一种是通过mpl_来实现的toolkits.Mplot3d导入对象Axes3D，目的是生成具有三维格式的对象Axes3D。

#方法1，使用关键字
frommatplotlibimportpyplotasplt
frommpl_toolkits.mplot3dimportaxes3D
#定义坐标轴
fig=plt.figure()
ax1=plt.axes(projection='3d')
#ax=fig.add_subplot(111,projection='3d')#这种方法也可以画多个子图
#方法二:采用三维轴法
frommatplotlibimportpyplotasplt
frommpl_toolkits.mplot3dimportaxes3D
#定义图像和三维格式坐标轴
fig=plt.figure()
Ax2=Axes3D(fig)

2、三维曲线和散点

然后在定义的坐标轴上画图:

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

下一步是画三维曲面：

fig=plt.figure()#定义新的三维坐标轴
ax3=plt.axes(projection='3d')
#定义三维数据
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)
#作图
ax3.plot_surface(X,Y,Z,cmap='rainbow')
#ax3.contour(X,Y,Z,zdim='z',offset=-2，cmap='rainbow)#等待高线图，设置offset，为Z的最小值
plt.show()

若添加渲染步长，则会得到更清晰细腻的图像：

ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中row和cloum_stride是水平和垂直绘图的采样步长，绘图越小越精细。

4、等高线

同时，等高线也可以投影到不同的表面：

frommatplotlibimportpyplotasplt
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')#alpha用于控制表面的透明度
ax4.contour(X,Y,Z,zdir='z',offset=-3,cmap="rainbow")#在x-y平面上生成z方向投影
ax4.contour(X,Y,Z,zdir='x',offset=-6,cmap="rainbow")#在y-z平面上生成x方向投影
ax4.contour(X,Y,Z,zdir='y',offset=6,cmap="rainbow")#在x-z平面上生成y方向投影
#ax4.contourf(X,Y,Z,zdir='y',offset=6,cmap="rainbow")#在x-z平面上生成y方向投影填充，contourf()函数
#设置显示范围
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

可使用scatter()生成各种大小、颜色的散点图，其参数如下：

#函数定义
matplotlib.pyplot.scatter(x,y,
s=None,#散点大小arrayscalarar
c=None,#array的颜色序列、sequency
marker=None,#点的样式
cmap=None,#colormap颜色风格
norm=None,#camp的颜色归一化归一化
vmin=None,vmax=None,#对应上述归一化范围
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

frommatplotlibimportpyplotasplt
frommpl_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。使用c控制颜色序列，s控制大小
#设定显示范围
plt.show()

很多python培训视频，都在python学习网，欢迎在线学习！