精华内容
下载资源
问答
  • python matplotlib画三维折线图
    2021-09-06 11:05:53
    from mpl_toolkits.mplot3d import axes3d
    import matplotlib.pyplot as plt
    import numpy as np
    
    X=np.array([0,2,3])
    Y=np.array([0,2,3])
    Z=Z=np.expand_dims([0,1,4],axis=0)
    
    fig=plt.figure()
    ax=fig.add_subplot(111,projection='3d')
    
    ax.plot_wireframe(X,Y,Z)
    plt.show()
    

     

    更多相关内容
  • Matplotlib画三维图 最基本的三维图是由(x, y, z)三维坐标点构成的线图与散点,可以用ax.plot3D和ax.scatter3D函数来创建,默认情况下,散点会自动改变透明度,以在平面上呈现出立体感 三维的线图和散点 #...
  • matplotlib绘制三维折线图

    千次阅读 2020-12-21 19:01:59
    import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt mpl.rcParams['legend.fontsize'] = 10 fig = plt.figure() ax = fig.gca(projection='3d') x = np.random.randint(0,10,20) # ...

    如下代码:

    import matplotlib as mpl
    import numpy as np
    import matplotlib.pyplot as plt
    mpl.rcParams['legend.fontsize'] = 10
     
    fig = plt.figure()
    ax = fig.gca(projection='3d')
    plt.xlabel('ai')
    plt.ylabel('bi')
    
    x = np.random.randint(0,10,20) # 生成20个随机整数
    y = np.random.randint(0,10,20)
    z = x/(x+y)
    ax.plot(x, y, z, 'go-', label='Curve', )
    ax.legend()
    plt.show()
    

    绘图效果:
    在这里插入图片描述

    展开全文
  • 主要介绍了Python使用matplotlib绘制三维参数曲线操作,结合实例形式分析了Python使用matplotlib的数值计算与图形绘制相关操作技巧,需要的朋友可以参考下
  • matplotlib画三维图

    千次阅读 2021-11-14 20:46:05
    matplotlib画三维图画三维图需要先导入from mpl_toolkits import mplot3d。导入这个子模块后,就可以在创建任意一个普通坐标轴的过程中添加projection='3d'参数,从而创建一个三维坐标轴。三维图的优点是在...

    matplotlib画三维图

    要画三维图需要先导入from mpl_toolkits import mplot3d。导入这个子模块后,就可以在创建任意一个普通坐标轴的过程中添加projection='3d'参数,从而创建一个三维坐标轴。三维图的优点是在notebook中可以交互浏览。

     
    
    from mpl_toolkits import mplot3d
    import matplotlib.pyplot as plt
    
    fig = plt.figure()
    ax = plt.axes(projection='3d')
    plt.show()

    最基本的三维图是由(x,y,z)三维坐标点构成的线图与散点图。与之前普通二维图类似,可以用ax.plot3Dax.scatter3D函数来创建。不仅创建方式类似,三维图函数的参数也和二维图函数的参数基本相同。

    下面来画一个三角螺旋线并在线上随机分布一些散点:

     
    
    from mpl_toolkits import mplot3d
    import matplotlib.pyplot as plt
    import numpy as np
    
    ax = plt.axes(projection='3d')
    
    # 三维线的数据
    zline = np.linspace(0, 15, 1000)
    xline = np.sin(zline)
    yline = np.cos(zline)
    ax.plot3D(xline, yline, zline, 'gray')
    
    # 三维散点的数据
    zdata = 15 * np.random.random(100)
    xdata = np.sin(zdata) + 0.1 * np.random.randn(100)
    ydata = np.cos(zdata) + 0.1 * np.random.randn(100)
    ax.scatter3D(xdata, ydata, zdata, c=zdata, cmap='Greens');
    
    plt.show()

    与二维ax.contour图形一样,ax.contour3D要求所有数据都是二维网格数据的形式,并且由函数计算z轴数值。

    下面用三维正弦函数画三维等高线图:

    def f(x, y):
    return np.sin(np.sqrt(x ** 2 + y ** 2))
    
    x = np.linspace(-6, 6, 30)
    y = np.linspace(-6, 6, 30)
    X, Y = np.meshgrid(x, y)
    Z = f(X, Y)
    
    fig = plt.figure()
    ax = plt.axes(projection='3d')
    ax.contour3D(X, Y, Z, 50, cmap='binary')
    ax.set_xlabel('x')
    ax.set_ylabel('y')
    ax.set_zlabel('z');
    
    plt.show()

    默认的初始显示角度有时不是最优的,matplotlib提供了view_init可以调整观察角度与方位角。下面我们把俯仰角调整为60度(x-y平面的旋转角度),方位角调整为35度(绕z轴顺时针旋转35度)。

     
    
    ax.view_init(60,35)
    plt.show()

    其实,也可以在matplotlib的交互式后端界面直接通过点击、拖拽图形,实现同样的交互旋转效果。

    线框图和曲面图

    接下来我们将学习线框图和曲面图。它们都是将网格数据映射成三维曲面,得到的三维形状非常容易可视化:

    
    def f(x, y):
    return np.sin(np.sqrt(x ** 2 + y ** 2))
    x = np.linspace(-6, 6, 30)
    y = np.linspace(-6, 6, 30)
    X, Y = np.meshgrid(x, y)
    Z = f(X, Y)
    fig = plt.figure()
    
    #绘制线框图
    ax = plt.axes(projection='3d')
    ax.plot_wireframe(X, Y, Z, color='black')
    plt.show()

    曲面图和线框图类似,只不过线框图的每个面都是由多边形构成的。需要注意的是,画曲面图需要二维数据,但可以不是直角坐标系。

     
    
    #绘制曲面图
    ax = plt.axes(projection='3d')
    ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
    cmap='viridis', edgecolor='none')
    plt.show()

    下面创建一个局部的极坐标网络,当我们把它画成surface3D图形时,可以获得一种使用了切片的可视化效果:

     
    
    def f(x, y):
    return np.sin(np.sqrt(x ** 2 + y ** 2))
    
    r = np.linspace(0, 6, 20)
    theta = np.linspace(-0.9 * np.pi, 0.8 * np.pi, 40)
    r, theta = np.meshgrid(r, theta)
    
    X = r * np.sin(theta)
    Y = r * np.cos(theta)
    Z = f(X, Y)
    ax = plt.axes(projection='3d')
    ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
    cmap='viridis', edgecolor='none')
    plt.show()

    曲面三角剖分

    在某些应用的场景中,之前那些些要求均匀采样的网格数据显得太过严格且不太容易实现。这时就可以使用三角剖分图形了。

    def f(x, y):
      return np.sin(np.sqrt(x ** 2 + y ** 2))
    theta = 2 * np.pi * np.random.random(1000)
    r = 6 * np.random.random(1000)
    x = np.ravel(r * np.sin(theta))
    y = np.ravel(r * np.cos(theta))
    z = f(x, y)
    ax = plt.axes(projection='3d')
    
    ax.scatter(x, y, z, c=z, cmap='viridis', linewidth=0.5)
    plt.show()

    可以看到图形中还有许多地方需要修补,这些工作可以由ax.plot_trisurf函数完成。它首先找到一组所有点都连接起来的三角形,然后用这些三角形创建曲面。

    ax = plt.axes(projection='3d')
    ax.plot_trisurf(x, y, z,cmap='viridis', edgecolor='none');

    虽然结果没有之前用均匀网格画的图完美,但是这种三角剖分方法很灵活,可以创建各种有趣的三维图。

    莫比乌斯带

    莫比乌斯带是把一根纸条扭转 180 度后,再把两头粘起来做成的纸带圈。从拓扑学的角度看,莫比乌斯带非常神奇,因为它总共只有一个面!

    接下来让我们用matplotlib的三维功能来画一条莫比乌斯带。绘制的关键是想出它的绘图参数:由于它是一条二维带,因此需要两个内在维度。让我们把一维度定义为θ,取值范围为0~2 π;另一个维度是w,取值范围是-1~1,表示莫比乌斯带的宽度:

     
    
    theta = np.linspace(0, 2 * np.pi, 30)
    w = np.linspace(-0.25, 0.25, 8)
    w, theta = np.meshgrid(w, theta)

    有了参数之后,我们必须确定带上每个点的直角坐标 ( xyz )。 仔细思考一下,我们可能会找到两种旋转关系:一种是圆圈绕着圆心旋转(角度用 θ 定义),另一种是莫比乌斯带在自己的坐标轴上旋转(角度用 Φ 定义)。因此,对于一条莫比乌斯带,我们必然会有环的一半扭转 180 度,即 Δ Φ = Δ θ / 2

    phi = 0.5 * theta

    现在用我们的三角学知识将极坐标转换成三维直角坐标。定义每个点到中心的距离(半径)r,那么直角坐标 (zyz ) 就是:

    r = 1 + w * np.cos(phi)
    x = np.ravel(r * np.cos(theta))
    y = np.ravel(r * np.sin(theta))
    z = np.ravel(w * np.sin(phi))

    最后,要画出莫比乌斯带,还必须确保三角剖分是正确的。最好的实现方法就是首先用基本参数化方法定义三角剖分,然后用Matplotlib将这个三角剖分映射到莫比乌斯带的三维空间里,这样就可以画出图形:

    from matplotlib.tri import Triangulation
    tri = Triangulation(np.ravel(w), np.ravel(theta))
    ax = plt.axes(projection='3d')
    ax.plot_trisurf(x, y, z, triangles=tri.triangles,
    cmap='viridis', linewidths=0.2);
    ax.set_xlim(-1, 1); ax.set_ylim(-1, 1); ax.set_zlim(-1, 1);

    展开全文
  • 主要为大家详细介绍了Python Matplotlib实现三维数据的散点绘制,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • 本篇博文主要来介绍如何利用matplotlib库画三维散点和曲面三维散点 numpy的random.rand(d0,d1,d2…)函数根据维度生成服从0~1均匀分布的随机样本点; x、y、z均为一维数组 # -*- coding: utf-8 -*- import ...

    本篇博文主要来介绍如何利用matplotlib库画三维散点图和曲面图。

    三维散点图

    numpy的random.rand(d0,d1,d2…)函数根据维度生成服从0~1均匀分布的随机样本点;
    x、y、z均为一维数组

    # -*- coding: utf-8 -*-
    
    import matplotlib.pyplot as plt
    import numpy as np
    
    def randrange(n, vmin, vmax):
        return (vmax - vmin)*np.random.rand(n) 
    
    fig = plt.figure()
    ax = fig.add_subplot(projection="3d")
    
    n = 100
    x = randrange(n,0,20)
    y = randrange(n,0,20)
    z = randrange(n,-30,-5)
    
    ax.scatter(x,y,z,marker="^")
    ax.set_xlabel("X Label")
    ax.set_ylabel("Y Label")
    ax.set_zlabel("Z Label")
    
    ax.set_title("3D scatter plot")
    plt.show()
    

    在这里插入图片描述

    3D曲面图

    在这里需要先利用numpy的meshgrid()函数生成x和y网格点坐标(x,y),也就是说把两个数组的笛卡尔积内的元素的第一二个坐标分别放入两个矩阵中。画曲面图时,z必须是二维的。

    import matplotlib.pyplot as plt
    import numpy as np
    
    fig = plt.figure()
    ax = fig.add_subplot(projection="3d")
    
    x = np.arange(-5,5,0.5)
    y = np.arange(-5,5,0.5)
    x,y = np.meshgrid(x, y)
    z = np.sqrt(x**2 + y**2)
    
    ax.plot_surface(x,y,z)
    ax.set_xlabel("X Label")
    ax.set_ylabel("Y Label")
    ax.set_zlabel("Z Label")
    
    ax.set_title("3D surface plot")
    plt.show()
    

    在这里插入图片描述
    在画曲面图的时候,我们还可以给图像加上颜色和colorbar

    import matplotlib.pyplot as plt
    import numpy as np
    
    fig = plt.figure()
    ax = fig.add_subplot(projection="3d")
    
    x = np.arange(-5,5,0.5)
    y = np.arange(-5,5,0.5)
    x,y = np.meshgrid(x, y)
    z = np.sqrt(x**2 + y**2)
    
    #rstride表示行步长,cmap给曲面加上色彩
    surf = ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap=plt.cm.viridis)
    #colorbar可以给图像添加一个颜色条
    fig.colorbar(surf)
    ax.set_xlabel("X Label")
    ax.set_ylabel("Y Label")
    ax.set_zlabel("Z Label")
    
    ax.set_title("3D surface plot")
    plt.show()
    

    在这里插入图片描述

    展开全文
  • matplotlib绘制三维散点示例

    千次阅读 2022-03-11 15:33:15
    下列代码中,展示了在同一个坐标系下,同时绘制两种不同颜色颜色的散点
  • 相较于之前的版本,最新版的matplotlib只需要通过将关键字参数projection="3d" 传递给来创建(Axes3D类的)Figure.add_subplot即可创建创建3画布,其具体使用同2D相差无几: import matplotlib.pyplot as plt fig ...
  • matplotlib绘制三维图

    2022-04-11 17:28:59
    之前学可视化都是的二维,对三维图不太熟悉,这次尝试了一下 三维柱状 首先学习的是这样一段代码和 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #构造...
  • 1 #实例:2 #首先,还是需要取坐标3 importnumpy as np# 假设,m是给定的三维散点序列4 m = np.array([[1, 3, 3],5 [4, 1, 6],6 [1, 4, 3],7 [1, 6, 3]])8 x = [x[0] for x inm]9 y = [x[1] for x inm]...
  • matplotlib 绘制三维散点

    千次阅读 2020-12-09 15:01:21
    在撰写论文时常常会用到 matplotlib 来绘制三维散点,如下所示: 代码实现 plt.figure(figsize=(8,6)) # 设置画布大小 ax = plt.axes(projection='3d') # 设置三维轴 ax.scatter3D(X, Y, Z) # 三个数组对应三个...
  • Matplotlib画三维图最基本的三维图是由(x, y, z)三维坐标点构成的线图与散点,可以用ax.plot3D和ax.scatter3D函数来创建,默认情况下,散点会自动改变透明度,以在平面上呈现出立体感三维的线图和散点#绘制...
  • matplotlib画动态三维图

    2020-12-17 11:37:01
    从txt文本中读取数据并动态三维点图 程序中实现动态三维图绘制,添加图标题,坐标轴...画折线图时可以将for循环中的点改为列表,每次apppend一个点的数据,即可实现动态折线图绘制。 plt.pause()可以设置更新速度。
  • 最基本的三维图是由(x, y, z)三维坐标点构成的线图与散点,可以用ax.plot3D和ax.scatter3D函数来创建,默认情况下,散点会自动改变透明度,以在平面上呈现出立体感三维的线图和散点...toolkitsimport mplot3d%...
  • 使用matplotlib绘制三维散点

    千次阅读 2021-05-21 12:46:13
    import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import matplotlib;matplotlib.use('tkagg') plt.rcParams['font.sans-serif']=['SimHei'] # 指定默认字体 SimHei为黑体 plt.rcParams['...
  • matplotlib画三维直线

    千次阅读 2018-12-09 20:03:06
    https://blog.csdn.net/hustqb/article/details/78180337matplotlib——3D绘图教程 https://blog.csdn.net/weixin_40198632/article/details/78472015 https://blog.csdn.net/guduruyu/article/details/78050268 ...
  • matplotlib之绘制三维图像

    千次阅读 2021-06-07 14:05:45
    matplotlib支持绘制三维线框, 三维曲面, 三维散点. 需要使用axes3d提供3d坐标系. from mpl_toolkits.mplot3d import axes3d ax3d = mp.gca(projection='3d') ax3d.plot_wireframe() # 绘制3d线框 ax3d.plot...
  • 因为在各种场景下需要各种实验数据的对比图像,有的中还要求dpi,这些在Python中的matplotlib中都可以实现,下面是总结的各种画图命令。打包文件:https://download.csdn.net/download/pcb931126/10864654"""#Python...
  • ax.set_xlabel('X', fontdict={'size': 15, 'color': 'red'}) plt.show() 三维图像之曲线代码如下: from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt import pandas as pd file = 'C:\\...
  • 1. 绘制基本三维曲线 # import necessary module from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt import numpy as np # load data from file # you can replace this using with open ...
  • 用二维泡泡表示三维数据泡泡的坐标2维,泡泡的大小三维,使用到的函数plt.scatter(P[:,0], P[:,1], s=S, lw = 1.5,edgecolors = C, facecolors='None')其中P[:,0], P[:,1]为泡泡的坐标数据,s为泡泡的大小,lw为...
  • matplotlib3.0三维图 mayuhua 2020.5.17 """ from mpl_toolkits import mplot3d import matplotlib.pyplot as plt import numpy as np def f(x, y): return np.sin(np.sqrt(x ** 2 + y ** 2)) x = np.linspace(-6...
  • 打开pyqt5界面之前,需要验证串口连接,mysql连接 ,...点击PrintBtn按钮,会在后台打印个队列中的数据,及大小,主要为了方便调试 点击End按钮,停止计时器,退出线程,回收资源 目录 pyqt5 准备工作 初始化线
  • 随后在定义的坐标轴上画图:下一步画三维曲面:如果加入渲染时的步长,会得到更加清晰细腻的图像:ax3.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap='rainbow'),其中的row和cloum_stride为横竖方向的绘图采样步长,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 14,542
精华内容 5,816
关键字:

matplotlib画三维折线图