2. 程式人生 > 實用技巧 >用matplotlib繪製3D圖形

用matplotlib繪製3D圖形

阿新 • • 發佈：2020-12-19

用matplotlib繪製3D圖形

製備

  • 匯入numpy進行資料處理，匯入pyplot進行繪圖，以及mpl_toolkits.mplot3d，因為它是3D的。

1 # 導包
2 from mpl_toolkits.mplot3d import Axes3D
3 import matplotlib.pyplot as plt
4 import numpy as np

建立要繪製的資料

  • 要繪製3D，需要準備2D陣列以建立網格（2D網格）。

  • 首先，使用range方法將x和y分別劃分為一維區域。

x = np.arange(-3,3,0.25)
y = np.arange(-3,3
 
,0.25)

  • 使用meshgrid方法建立二維網格。該函式的返回值是對應於X和Y的矩陣，其中X是行中x的陣列，Y是列中y的陣列。

1 X, Y = np.meshgrid(x,y)
2 print("x=" ,x)
3 print("X=" ,X)
4 print("y=" ,y)
5 print("Y=" ,Y)
x= [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
X= [[-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
 

  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 

 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
 [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]]
y= [-3.  -2.75 -2.5  -2.25 -2.  -1.75 -1.5  -1.25 -1.  -0.75 -0.5  -0.25
  0.   0.25  0.5  0.75  1.   1.25  1.5  1.75  2.   2.25  2.5  2.75]
Y= [[-3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.
  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  -3.  ]
 [-2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75
  -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75 -2.75]
 [-2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5
  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5  -2.5 ]
 [-2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25
  -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25 -2.25]
 [-2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.
  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  -2.  ]
 [-1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75
  -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75 -1.75]
 [-1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5
  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5  -1.5 ]
 [-1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25
  -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25 -1.25]
 [-1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.
  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  -1.  ]
 [-0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75
  -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75 -0.75]
 [-0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5
  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5  -0.5 ]
 [-0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25
  -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25 -0.25]
 [ 0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.  ]
 [ 0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25
  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25  0.25]
 [ 0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5
  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5 ]
 [ 0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75
  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75  0.75]
 [ 1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.
  1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.   1.  ]
 [ 1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25
  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25  1.25]
 [ 1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5
  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5  1.5 ]
 [ 1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75
  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75  1.75]
 [ 2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.
  2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.  ]
 [ 2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25
  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25  2.25]
 [ 2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5
  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5  2.5 ]
 [ 2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75
  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75  2.75]]

  • 此XY直接用於計算z。計算結果也是二維陣列。

1 x = np.arange(-3, 3, 0.25)
2 y = np.arange(-3, 3, 0.25)
3 X, Y = np.meshgrid(x, y)
4 Z = np.sin(X)+ np.cos(Y)

建立圖

  • 首先，使用圖形方法生成二維圖形。然後使用Axes3D功能將其轉換為3D版本。

  • 之後，如果將預先計算的3D點序列X，Y，Z傳遞給3D圖函式（例如plot），則可以




1 fig = plt.figure()
2 ax = Axes3D(fig)
3 ax.plot_wireframe(X,Y,Z)
4 plt.show()






    

  • 

    到此為止的處理總結如下。
    

    • 






 1 from mpl_toolkits.mplot3d import Axes3D
 2 import matplotlib.pyplot as plt
 3 import numpy as np
 4 ​
 5 x = np.arange(-3, 3, 0.25)
 6 y = np.arange(-3, 3, 0.25)
 7 X, Y = np.meshgrid(x, y)
 8 Z = np.sin(X)+ np.cos(Y)
 9 ​
10 fig = plt.figure()
11 ax = Axes3D(fig)
12 ​
13 # 線框
14 ax.plot_wireframe(X,Y,Z)
15 ​
16 # 表面
17 # ax.plot_surface(X, Y, Z, rstride=1, cstride=1)
18 ​
19 # 3D圖
20 # ax.plot3D(np.ravel(X),np.ravel(Y),np.ravel(Z))
21 ​
22 # 輪廓
23 # ax.contour3D(X,Y,Z)
24 # ax.contourf3D(X,Y,Z)
25 ​
26 # 散點圖
27 # ax.scatter3D(np.ravel(X),np.ravel(Y),np.ravel(Z))
28 ​
29 plt.show()





    

  • 

    除了plot_wireframe，還有幾個函式可以讓您繪製各種圖表。
    

    • 



線框


# ax.plot_wireframe(X,Y,Z)








表面


# ax.plot_surface(X, Y, Z, rstride=1, cstride=1)


3D圖


    

  • 

    plot3D是一個簡單的函式，可以在三個維度上繪製給定的一維陣列。由於X，Y，和Z是二維陣列，使用numpy的。拉威爾函式傳遞作為引數之前，將二維陣列轉換為一維陣列。如果繪製圖形，則可以看到它們全部由一條直線相連。
    

    • 



# ax.plot3D(np.ravel(X),np.ravel(Y),np.ravel(Z))


輪廓


    

  • 

    輪廓f3D是一種用相同顏色填充相同高度的函式。
    

    • 



# ax.contour3D(X,Y,Z)
# ax.contourf3D(X,Y,Z)


E:\Anaconda3\lib\site-packages\numpy\core\_asarray.py:136: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  return array(a, dtype, copy=False, order=order, subok=True)


散點圖


    

  • 

    此方法繪製的點是三維尺寸而非直線。這也將轉換為一維陣列，然後傳遞給引數。
    

    • 



# ax.scatter3D(np.ravel(X),np.ravel(Y),np.ravel(Z))


​








   
 
 
 

             
          

            
  

           

               
              
             

            

            

            
相關推薦

			   
            
            
            
 

    


    
    
用matplotlib繪製3D圖形

    
用matplotlib繪製3D圖形
製備
匯入numpy進行資料處理，匯入pyplot進行繪圖，以及mpl_toolkits.mplot3d，因為它是3D的。
 


  
 

    


    
    
python 用 matplotlib 在 3D 空間繪製 二次拋物面 例項詳解

    
1、開口向上的拋物面

fig = plt.figure(figsize=(9,6),
facecolor=\'khaki\'
)
ax = fig.gca(projection=\'3d\')
 


  
 

    


    
    
Python3 用matplotlib繪製sigmoid函式的案例

    
我就廢話不多說了，大家還是直接看程式碼吧~
import matplotlib.pyplot as plt
import numpy as np
 


  
 

    


    
    
為2021年的第一場雪錦上添花:用matplotlib繪製雪花和雪景

    
一場大雪，覆蓋了華北、華東。天地連成一片，城市銀裝素裹，處處詩情畫意、人人興高采烈。朋友圈被雪景圖和調侃路滑摔跤的段子刷屏，氣氛比過年還要熱烈幾分。我也來湊個熱鬧，用python為2020年的第一場雪錦上添花。
 


  
 

    


    
    
使用Matplotlib 繪製精美的數學圖形例子

    
一個最最簡單的例子：
繪製一個從 0 到 360 度完整的 SIN 函式圖形
import numpy as np
 


  
 

    


    
    
用python中的matplotlib繪製方程影象程式碼

    
import numpy as np
import matplotlib.pyplot as plt
def main():
	# 設定x和y的座標範圍
x=np.arange(-2,2,0.01)
 


  
 

    


    
    
Python matplotlib繪製圖形例項(包括點,曲線,註釋和箭頭)

    
Python的matplotlib模組繪製圖形功能很強大，今天就用pyplot繪製一個簡單的圖形，圖形中包括曲線、曲線上的點、註釋和指向點的箭頭。
 


  
 

    


    
    
python matplotlib模組基本圖形繪製方法小結【直線，曲線，直方圖，餅圖等】

    
本文例項講述了python matplotlib模組基本圖形繪製方法。分享給大家供大家參考，具體如下：
 


  
 

    


    
    
Python用 matplotlib 工具包來繪製世界地圖

    
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯絡我們以作處理。
 


  
 

    


    
    
用matplotlib庫來繪製常用統計圖表

    
柱狀圖

# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt

plt.rcParams[\'font.sans-serif\']=[\'SimHei\'] #用來正常顯示中文標籤
 


  
 

    


    
    
Matplotlib繪製雷達圖和三維圖的示例程式碼

    
1.雷達圖
程式示例
\'\'\'1.空白極座標圖\'\'\'
import matplotlib.pyplot as plt
plt.polar()
plt.show()
 


  
 

    


    
    
使用matplotlib繪製圖例標籤中帶有公式的圖

    
我就廢話不多說了，直接上程式碼吧！
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi,500)
 


  
 

    


    
    
matplotlib繪製多個子圖(subplot)的方法

    
在matplotlib下，一個Figure物件可以包含多個子圖（Axes），可以使用subplot()快速繪製，其呼叫形式如下：
 


  
 

    


    
    
Python使用matplotlib繪製Logistic曲線操作示例

    
本文例項講述了Python使用matplotlib繪製Logistic曲線操作。分享給大家供大家參考，具體如下：
 


  
 

    


    
    
Python利用matplotlib繪製約數個數統計圖示例

    
本文例項講述了Python利用matplotlib繪製約數個數統計圖。分享給大家供大家參考，具體如下：
 


  
 

    


    
    
python/Matplotlib繪製複變函式影象教程

    
今天發現sympy依賴的庫mpmath裡也有很多數學函式，其中也有在複平面繪製二維圖的函式cplot，具體例子如下
 


  
 

    


    
    
wxPython+Matplotlib繪製折線圖表

    
使用Matplotlib在wxPython的Panel上繪製曲線圖，需要匯入：
import numpy
from matplotlib.backends.backend_wxagg import FigureCanvasWxAgg as FigureCanvas
 


  
 

    


    
    
python使用matplotlib繪製雷達圖

    
本文例項為大家分享了python使用matplotlib繪製雷達圖的具體程式碼，供大家參考，具體內容如下
 


  
 

    


    
    
python呼叫Matplotlib繪製分佈點圖

    
Python呼叫Matplotlib程式碼繪製分佈點，供大家參考，具體內容如下

繪製點圖的目的
 


  
 

    


    
    
python庫matplotlib繪製座標圖

    
很多時候我們資料處理的時候要畫座標圖，下面我用第三方庫matplotlib以及scipy繪製光滑的曲線圖