Python+Matplotlib实现绘制三维折线图

目录

• 1.0简介
• 2.0三维图画法与类型
• 1、直线绘制（Line plots）
• 2、散点绘制（Scatter plots）
• 3、线框图（Wireframe plots）
• 4、三角表面图（Tri-Surface plots）
• 5.随机散点图

1.0简介

三维图像技术是现在国际最先进的计算机展示技术之一，任何普通电脑只需要安装一个插件，就可以在网络浏览器中呈现三维的产品，不但逼真，而且可以动态展示产品的组合过程，特别适合远程浏览。

立体图视觉上层次分明色彩鲜艳，具有很强的视觉冲击力，让观看的人驻景时间长，留下深刻的印象。立体图给人以真实、栩栩如生，人物呼之欲出，有身临其境的感觉，有很高的艺术欣赏价值。

今天我们就通过这篇文章来了解如何用python中的matplotlib库绘制漂亮的三位论文图吧！秀翻你的朋友！

2.0三维图画法与类型

首先要安装Matplotlib库可以使用pip：

pip install matplotlib

假设已经安装了matplotlib工具包。

利用matplotlib.figure.Figure创建一个图框：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

1、直线绘制（Line plots）

基本用法：ax.plot(x,y,z,label=' ')

代码如下：

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.add_subplot(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()

效果如下：

2、散点绘制（Scatter plots）

基本语法：

ax.scatter(xs, ys, zs, s=20, c=None, depthshade=True, *args, *kwargs)

代码大意为：

• xs,ys,zs：输入数据；
• s:scatter点的尺寸
• c:颜色，如c = 'r’就是红色；
• depthshase:透明化，True为透明，默认为True，False为不透明
• *args等为扩展变量，如maker = ‘o’，则scatter结果为’o‘的形状

示例代码：

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

def randrange(n, vmin, vmax):
    '''
    Helper function to make an array of random numbers having shape (n, )
    with each number distributed Uniform(vmin, vmax).
    '''
    return (vmax - vmin)*np.random.rand(n) + vmin

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

n = 100

# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zlow, zhigh)
    ax.scatter(xs, ys, zs, c=c, marker=m)

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

plt.show()

效果：

3、线框图（Wireframe plots）

基本用法：ax.plot_wireframe(X, Y, Z, *args, **kwargs)

• X,Y,Z：输入数据
• rstride:行步长
• cstride:列步长
• rcount:行数上限
• ccount:列数上限

示例代码：

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(100, projection='3d')

# Grab some test data.
X, Y, Z = axes3d.get_test_data(0.12)

# Plot a basic wireframe.
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)

plt.show()

有点丑。。。大家可以自行更改绘图数据，美化图像。

4、三角表面图（Tri-Surface plots）

基本用法：ax.plot_trisurf(*args, **kwargs)

ax.plot_trisurf(*args, **kwargs)

X,Y,Z:数据

其他参数类似surface-plot

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

n_radii = 8
n_angles = 36

radii = np.linspace(0.125, 1.0, n_radii)
angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)

angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)

# points in the (x, y) plane.
x = np.append(0, (radii*np.cos(angles)).flatten())
y = np.append(0, (radii*np.sin(angles)).flatten())

z = np.sin(-x*y)

fig = plt.figure()
ax = fig.add_subplot(projection='3d')

ax.plot_trisurf(x, y, z, linewidth=0.2, antialiased=True)

plt.show()

运行效果图：

5.随机散点图

利用scatter生成随机散点图。

函数定义：

#函数定义
matplotlib.pyplot.scatter(x, y, 
    s=None,   #散点的大小 array  scalar
    c=None,   #颜色序列   array、sequency
    marker=None,   #点的样式
    cmap=None,    #colormap 颜色样式
    norm=None,    #归一化  归一化的颜色camp
    vmin=None, vmax=None,    #对应上面的归一化范围
     alpha=None,     #透明度
    linewidths=None,   #线宽
    verts=None,   #
    edgecolors=None,  #边缘颜色
    data=None, 
    **kwargs
    )

示例代码：

import numpy as np
import matplotlib.pyplot as plt
#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个随机数，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, 20)))     #生成散点.利用c控制颜色序列,s控制大小

plt.show()

效果：

到此这篇关于Python+Matplotlib实现绘制三维折线图的文章就介绍到这了,更多相关Python Matplotlib绘制三维折线图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！