Python绘制三维立体图详解与绘图填充方式
作者:MqtGhj
这篇文章主要介绍了Python绘制三维立体图详解与绘图填充方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
利用Python绘制三维图
目标:
绘制图像 z^2 = x^2 + y^2 + x/3 + y/3
1.第一步我们先导入画图所需要的包
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D # 用于绘制3D图案
2.画曲面的第一步是就是
要创建一个二维平面的网格,我们先创建这个二维平面的x轴和y轴,范围在-1到1之间分为100份
x = np.linspace(-1,1,100) y = np.linspace(-1,1,100)
再调用numpy中的meshgrid函数,进行网格化操作
x_,y_ = np.meshgrid(x,y,indexing='ij')
3.绘制图形
- plt.figure():自定义图像
- plt.add_subplot():添加子图(下面完整代码中的111的含义是创建一个一行一列的子图表格,最后一个1表示第一个子图)
- plt.plot_surface():绘制曲面,plt.colorbar():添加颜色棒
显示的函数为:
z_ = x_**2 + y_**2 + x_ / 3 + y_ / 3
4.完整代码
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D #绘制3D图案 x = np.linspace(-1,1,100) y = np.linspace(-1,1,100) x_, y_ = np.meshgrid(x,y,indexing='ij') z_ = x_**2 + y_**2 + x_ / 3 + y_ / 3 # 画图所要表现出来的主函数 fig = plt.figure(figsize=(10, 10), facecolor='white') #创建图片 sub = fig.add_subplot(111, projection='3d')# 添加子图, surf = sub.plot_surface(x_, y_, z_, cmap=plt.cm.brg) #绘制曲面,cmap=plt.cm.brg并设置颜色cmap cb = fig.colorbar(surf, shrink=0.8, aspect=15) #设置颜色棒 sub.set_xlabel(r"x axis") sub.set_ylabel(r"y axis") sub.set_zlabel(r"z axis") plt.show()
运行结果如下:
外例
import numpy as np import matplotlib.pyplot as plt fig,ax = plt.subplots() #配置中文显示 plt.rcParams['font.family'] = ['SimHei'] #用来显示中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示符号 def f(t): return np.cos(2*np.pi*t) x1 = np.arange(0.0,4.0,0.5) # 画出定点图 x2 = np.arange(0.0,4.0,0.01) plt.figure(1) plt.subplot(1,2,1) plt.plot(x1,f(x1),'bo',x2,f(x2),'k') plt.title('子图1') plt.subplot(1,2,2) plt.plot(x2,f(x2),'r--') plt.title('子图2') plt.show()
import matplotlib.pyplot as plt import numpy as np import matplotlib.cm as cm#matplotlib内置的颜色地图 from mpl_toolkits.mplot3d import Axes3D#引入3d绘图模块 X = np.arange(-8, 8, 0.25) Y = np.arange(-8, 8, 0.25) X, Y = np.meshgrid(X, Y)#生成网格点矩阵,就是对X,Y进行网格化 R = np.sqrt(X**2 + Y**2 + X + Y)#X**2代表X的二次方 Z = np.sin(R) fig = plt.figure()#Figure(640x480) 生成画布 ax = Axes3D(fig)#和上一步一起构建一个3d画布 ax.plot_surface(X, Y, Z, rstride=1#行跨(x)为1 , cstride=1 #列跨(y)为1 , cmap=cm.viridis #设置颜色 )#构造3D图像 ax.contourf(X,Y,Z,#传入数据 zdir='z'#设置为z轴为等高线的不变轴 ,offset=-1#映射位置在z=-1处 ,cmap=plt.get_cmap('rainbow')#设置颜色为彩虹色 )#绘制图像的映射,就是等高线图。 plt.xlabel('x_axis') plt.ylabel('y_axis') plt.show()
import matplotlib.pyplot as plt#引入matplotlib的pyplot模块 import numpy as np a=np.arange(0.0,5.0,0.01)#构造一个0起始,5结束,0.01为间隔的numpy数组 b=5*np.cos(a*np.pi*2)#其中的np.pi是圆周率 plt.plot(a,b,'r-',label='first')#将a作为x轴,b作为y轴,ro-中的r代表红色,0代表实心点标识,-代表实线,构造一条名为first的曲线。 #plt.xlabel('x_axis') plt.xlabel('时间',fontproperties='SimHei',fontsize=20)#如果名字中有中文的话一定要用fontproperties='SimHei属性,否则会报错 #plt.ylabel('y_axis') plt.title('正弦波',fontproperties='SimHei',fontsize=20)#设置标题 plt.xlim((0,5)) plt.ylim((-5,5)) plt.legend(loc='lower right')#注释的位置 plt.grid(True)#添加网格,flase就是不添加 plt.show()#如果先show,之后保存的就是一张空白的图
绘图的填充
调用函数fill_between()实现曲线下面部分的填充
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,500) y = np.sin(3*np.pi*x)*np.exp(-4*x) fig,ax = plt.subplots() plt.plot(x,y) plt.fill_between(x,0,y,facecolor = 'green',alpha = 0.3) # plt.fill_between(x[15:300],0,0.4,facecolor = 'green',alpha = 0.3) # 调整参数可在部分区间内填充 plt.show()
两条曲线之间的区域填充
import numpy as np import matplotlib.pyplot as plt import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,500) y1 = np.sin(3*np.pi*x)*np.exp(-4*x) + x y2 = y1 + 0.2 plt.plot(x,y1,'b') plt.plot(x,y2,'r') plt.fill_between(x,y1,y2,facecolor = 'green',alpha = 0.5) plt.show()
直接使用fill进行绘图的填充
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,500) y = np.sin(3*np.pi*x)*np.exp(-4*x) + 2*x fig,ax = plt.subplots() ax.fill(x,y) plt.show()
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。