3D图形能给我们对数据带来更加深入地理解。Python的matplotlib库就包含了丰富的3D绘图工具。3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制,包括3D散点、3D表面、3D轮廓、3D直线(曲线)以及3D文字等的绘制。
准备工作:
Python中绘制3D图形,依旧使用常用的绘图模块matplotlib,但需要安装mpl_toolkits工具包,安装方法如下:Windows命令行进入到python安装目录下的Scripts文件夹下,执行:pip3 install –upgrade matplotlib即可;Linux环境下直接执行该命令。
安装好这个模块后,即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。
下面以实例进行说明。
1、创建三维坐标轴对象Axes3D
创建Axes3D主要有两种方式,一种是利用关键字projection=’3d’l来实现,另一种则是通过从mpl_toolkits.mplot3d导入对象Axes3D来实现,目的都是生成具有三维格式的对象Axes3D。
#方法一,利用关键字
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import  Axes3D
#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,利用三维轴方法

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

#定义图像和三维格式坐标轴
fig=plt.figure()
ax2 = Axes3D(fig)

2、3D曲线和散点
随后在定义的坐标轴上画图:

import numpy as np
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()

效果图如下:

3、3D曲面

下一步画3D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(-10,10,100)
yy = np.arange(-10,10,100)
X, Y =  np.meshgrid(x, y)
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)  #等高线图,要设置offset,为Z的最小值
plt.show()

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为横竖方向的步长。

4、等高线

同时还可以将等高线投影到不同的面上:

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

#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')    #生成表面, alpha  用于控制透明度
ax4.contour(X,Y,Z,zdir='z', offset=-3,cmap="rainbow")   #生成z方向投影,投到x-y平面
ax4.contour(X,Y,Z,zdir='x', offset=-6,cmap="rainbow")   #生成x方向投影,投到y-z平面
ax4.contour(X,Y,Z,zdir='y', offset=6,cmap="rainbow")   #生成y方向投影,投到x-z平面
#ax4.contourf(X,Y,Z,zdir='y', offset=6,cmap="rainbow")   #生成y方向投影填充,投到x-z平面,contourf()函数

#设定显示范围
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、3D条状图

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
for c, z in zip(['r', 'g', 'b', 'y'], [30, 20, 10, 0]):
    xs = np.arange(20)
    ys = np.random.rand(20)

    # You can provide either a single color or an array. To demonstrate this,
    # the first bar of each set will be colored cyan.
    cs = [c] * len(xs)
    cs[0] = 'c'
    ax.bar(xs, ys, zs=z, zdir='y', color=cs, alpha=0.8)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()

OK。

发表评论

电子邮件地址不会被公开。 必填项已用*标注