Python matplotlib中如何实现3D绘图，用到什么方法-群英

上一篇：Python如何实现打印彩色输出的，方法原理是什么下一篇：Python和PyQt5怎样实现数据库表的增删改功能

今天小编跟大家讲解下有关“Python matplotlib中如何实现3D绘图，用到什么方法”的内容，相信小伙伴们对这个话题应该有所关注吧，小编也收集到了相关资料，希望小伙伴们看了有所帮助。

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()