ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

Matplotlib系列(五)：三维绘图

2022-01-22 10:58:51  阅读：502  来源： 互联网

标签：plt ax3d 三维 Matplotlib 绘图 fig np 绘制 3d


Matplotlib系列目录

文章目录

一、 简介

‎matplotlib现在已经支持很多3D绘图功能了，并且也非常好用。

弥补了早期版本不支持3D绘图的缺憾。

Matplotlib系列将Matplotlib的知识和重点API，编制成思维导图和重点笔记形式，方便记忆和回顾，也方便应用时参考，初学者也可以参考逐步深入学习。

二、 思维导图

matplotlib三维绘图


三、 Matplotlib三维图形

1. 绘制3d图形

方法1：子图设置projection为3d

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()

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

方法2：自行创建Axes3D对象

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()

ax = Axes3D(fig)

三维绘图示例

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()

ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
# from mpl_toolkits.mplot3d import Axes3D
# ax = Axes3D(fig)   #创建3d坐标系的第二种方法

theta = np.linspace(-2 * np.pi, 2 * np.pi, 100)
x = np.sin(theta)
y = np.cos(theta)
z = np.linspace(-2, 2, 100)

ax3d.plot(x,y,z)  #绘制3d螺旋线

plt.show()

简单示例

2. 基本三维图像

2.1 3d折线图

在三维坐标系可以用plot函数绘制三维的线条，还可以绘制平面曲线。

  • ax3d.plot(x,y,z)：绘制三维曲线。
    • zdir参数绘制平面图
      • ax3d.plot(x,y,zdir=‘z’)：在z=0的xy平面绘制曲线
      • ax3d.plot(x,y,2,zdir=‘z’)：在z=2的xy平面绘制曲线
      • ax3d.plot(y,z,zdir=‘x’)：在x=0的yz平面绘制曲线。zdir也可以为’y’
      • ax3d.plot(y,z,2,zdir=‘x’)：在x=2的yz平面绘制曲线
    • 其他参数与二维坐标系ax.plot函数一致。注意三维plot不支持fmt参数。

ax3d.plot3D()与ax3d.plot完全相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

theta = np.linspace(-2 * np.pi, 2 * np.pi, 100)
x = np.sin(theta)
y = np.cos(theta)
z = np.linspace(0.5, 1.5, 100)

ax3d.plot(x,y,z)           #绘制3d螺旋线
ax3d.plot(x,y,zdir='z')    #绘制x,y平面图形
ax3d.plot(x,y,2,zdir='z')  #绘制x,y平面图形指定高度z为2
ax3d.plot(y,z,zdir='x')    #绘制y,z平面图
ax3d.plot(y,z,-2,zdir='x') #绘制y,z平面图,指定x坐标值为-2

plt.show()

3d折线图

2.2 3d散点图

在三维坐标系可以用scatter函数绘制三维的散点图，还可以绘制平面散点图。

  • ax3d.scatter(x,y,z)：绘制三维散点图。
    • 平面绘制散点图
      • ax3d.scatter(x,y,zdir=‘z’)：在z=0的xy平面绘制散点图
      • ax3d.scatter(x,y,2,zdir=‘z’)：在z=2的xy平面绘制散点图
      • ax3d.scatter(y,z,zdir=‘x’)：在x=0的yz平面绘制散点图。zdir也可以为’y’
      • ax3d.scatter(y,z,2,zdir=‘x’)：在x=2的yz平面绘制散点图
    • s,c,marker,ms等参数与二维坐标系参数相同。并且都可以是列表

其他参数与二维plot一致。注意三维plot不支持fmt参数。

ax3d.scatter3D()与ax3d.scatter完全相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

x = np.random.randn(50)
y = np.random.randn(50)
z = np.random.randn(50)
s = np.random.randn(50)*100

#ax3d.scatter(x,y,z)  #绘制3d散点图
#ax3d.scatter(x,y,z,marker=['*','o',...]) #设置不同的点样式
ax3d.scatter(x,y,z,s=s,c=s)  #绘制3d散点图
ax3d.scatter(x,y,-3,zdir='z',c='r') #3d坐标系绘制平面散点

plt.show()

3d散点图

2.3 3d柱形图

在三维坐标系，绘制三尾柱形图。

  • ax3d.bar3d(x,y,z,dx,dy,dz)：在x,y,z点绘制长、宽、高分别为dx,dy,dz的三维柱形图。
    • color参数：指定颜色；长度为N的颜色列表为每个柱形指定颜色；长度为6N的颜色列表为每个柱形的六个面(下,上,-Y,+Y,-X,+X)分别制定颜色。

ax3d.bar函数可以在三维坐标系里不同平面上绘制一系列二维柱形图。
注意ax3d.bar3d是小写3d，与ax3d.bar功能是不同的。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
np.random.seed(202201)

x = np.arange(5)
y = np.arange(5)
z = np.zeros(5)  #柱子底部坐标
dx=1    #柱子平面宽度
dy=1    #柱子平面深度
dz=np.random.randint(1,15,5)    #柱子高度

ax3d.bar3d(x,y,z,dx,dy,dz)  #绘制3d柱形图

plt.show()

bar3d

2.4 3d火柴图

绘制三维坐标的火柴图。

  • ax3d.stem(x,y,z)：绘制火柴图，在x,y,z坐标处会火柴头，火柴根在x,y平面，z=0坐标
  • ax3d.stem(x,y,z,orientation=‘x’,bottom=0)：绘制火柴图，火柴根在y,z平面，x=0坐标

其他参数与二维stem一致。

ax3d.stem3D()与ax3d.stem完全相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
np.random.seed(202201)

t=np.linspace(-np.pi,np.pi,50)
x = np.sin(t)
y = np.cos(t)
z = np.linspace(-2,2,50)

ax3d.stem(x,y,z)  #绘制3d火柴图
#ax3d.stem(x,y,z,orientation="x", bottom=-2) #火柴根在yz平面

plt.show()

stem3d

stem3d-x

2.5 3d误差图

  • ax3d.errorbar(x,y,z,zerr)：根据x,y,z绘制曲线，并在x,y,z处根据zerr绘制误差线。zerr可以是数值也可以是数组
  • ax3d.errorbar(x,y,z,zerr,yerr,xerr)：同时绘制x,y,z三个方向的误差线。注意是三根误差线分别绘制。
  • ax3d.errorbar(x,y,z,zerr,capsize=2,errorevery=2) ：errorevery表示每两个数据点绘制一个误差线。

capsize, ecolor,fmt,elinewidth等参数与二维误差图相同。

注意，没有errorbar3D函数。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
np.random.seed(202201)

t=np.linspace(-np.pi,np.pi,50)
x = np.sin(t)
y = np.cos(t)
z = np.linspace(-4,4,50)
zerr=np.random.randn(50)

#ax3d.errorbar(x,y,z,zerr,capsize=2)  #只有z方向误差
#ax3d.errorbar(x,y,z,zerr,0.2,0.1,capsize=2)  #同时显示zerr,yerr,xerr，注意是三个误差线
ax3d.errorbar(x,y,z,zerr,capsize=2,errorevery=2) #每两个数据点绘制一个误差线。

plt.show()

errorbar3d

3. 三维曲面

3.1 3d网格面

绘制三维网格曲面

  • ax3d.plot_wireframe(x,y,z)：x,y,z均为二维数组，根据数据绘制网格面
  • ax3d.plot_wireframe(x,y,z,rstride=2,cstride=2)：两行/列数据显示为一条线
  • ax3d.plot_wireframe(x,y,z,rcount=10,ccount=12)：设置最大显示线条数

edgecolor, facecolor, linewidths, linestyles, capstyle, cmap等参数与二维绘图函数相同

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

x,y=np.mgrid[-2:2:0.2,-2:2:0.2]
z = x*np.exp(-x**2-y**2)

#ax3d.plot_wireframe(x,y,z)
#ax3d.plot_wireframe(x,y,z,rstride=2,cstride=2)# 两条线合并为一条线
ax3d.plot_wireframe(x,y,z,rcount=10,ccount=12)#设置最大显示线条数

plt.show()

wireframe

3.2 3d曲面

绘制三维曲面。‎默认情况下，它将以纯色的阴影着色，但它也通过提供‎‎cmap‎‎参数来支持颜色映射。‎

  • ax3d.plot_surface(x,y,z)：x,y,z均为二维数组，根据数据绘制曲面

rcount,ccount,rstride,cstride参数和plot_wireframe相同。
color,cmap,facecolors,edgecolor, linewidths, linestyles, capstyle等参数与二维绘图函数相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

x,y=np.mgrid[-3:3:0.2,-3:3:0.2]
z = x*np.exp(-x**2-y**2)

#ax3d.plot_surface(x,y,z)
#ax3d.plot_surface(x,y,z,rstride=2,cstride=2)# 两条线合并为一条线
#ax3d.plot_surface(x,y,z,rcount=16,ccount=18)#设置最大显示线条数
#ax3d.plot_surface(x,y,z,cmap="YlOrRd")
ax3d.plot_surface(x,y,z,cmap="YlOrRd")

plt.show()

surface

3.3 3d非结构化三角网格

  • ax3d.plot_trisurf(x,y,z)：x,y,z均为一维数组，根据数据绘制三角曲面

cmap,facecolors,edgecolor, linewidths, linestyles, capstyle等参数与二维绘图函数相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
np.random.seed(202201)

x=np.random.randn(200)*2
y=np.random.randn(200)*2
z = x*np.exp(-x**2-y**2)

#ax3d.plot_trisurf(x,y,z)
ax3d.plot_trisurf(x,y,z,cmap="YlOrRd")

plt.show()

trisurf

3.4 3d非结构化网格等值线

  • ax3d.tricontour(x,y,z)：x,y,z为一维数组，根据x,y,z形成非结构化网格，绘制等高线
  • ax3d.tricontour(x,y,z,zdir=‘x’,levels=10) #x方向等值线
    • levels, cmap等参数与二维绘图函数相同
    • offset=0参数把等值线投影到指定坐标

ax3d.tricontourf为填充等值线。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系
np.random.seed(202201)

x=np.random.randn(200)*2
y=np.random.randn(200)*2
z = x*np.exp(-x**2-y**2)

#ax3d.tricontour(x,y,z)
ax3d.tricontour(x,y,z,levels=10,cmap="coolwarm")
#ax3d.tricontour(x,y,z,zdir='x',levels=10,cmap="coolwarm") #绘制x方向等值线

plt.show()

tricontour

4. 3d标量矢量场

4.1 3d等高线

  • ax3d.contour(x,y,z)：x,y,z均为二维数组。显示等高线。
  • ax3d.contour(x,y,z,zdir=‘x’,levels=10) #x方向等值线
    • levels, cmap等参数与二维绘图函数相同
    • offset=0参数把等值线投影到指定坐标

ax3d.contourf(x,y,z)绘制填充等高线，用法与contour相同，填充方式仅仅是在等高线附近显示面，offset投影会比较有用。

ax3d.contour3D()与ax3d.contour完全相同。
ax3d.contourf3D()与ax3d.contourf完全相同。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

x,y=np.mgrid[-3:3:0.2,-3:3:0.2]
z=x*np.exp(-x**2-y**2)

#ax3d.contour(x,y,z)
ax3d.contour(x,y,z,levels=10,cmap="coolwarm")  #指定等高线数和颜色
#ax3d.contourf(x,y,z,levels=10,cmap="coolwarm") #填充等高线
#ax3d.contour(x,y,z,zdir='x',levels=10)  #x方向等高线

#投影
#ax3d.contour(x,y,z,levels=10,zdir='x',offset=-3)
#ax3d.contour(x,y,z,levels=10,zdir='y',offset=3)
#ax3d.contour(x,y,z,levels=10,zdir='z',offset=-0.4)

plt.show()

contour3d
3d等高线
contour3d-x
contour-offset
等值线投影到指定位置平面

x方向等值线
contourf3d
填充等值线，没什么意义，但是投影到x,y,z轴平面会比较好看

4.2 3d矢量图

  • ax3d.quiver(x,y,z,u,v,w)：在每一个x,y,z坐标绘制矢量方向为u,v,w的箭头
    • x,y,z参数可以为一维、二维、三维数组。
    • length,colors,linewidths,facecolors等参数同二维绘图函数。

matplotlib的3d矢量图绘制功能略弱。比如不能设置uvw为箭头终点等等。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

t=np.linspace(-np.pi,np.pi,20)
x=np.sin(t)
y=np.cos(t)
z=np.linspace(-1,1,20)
u=np.sin(t+0.1)-x
v=np.cos(t+0.1)-y
w=0.1
ax3d.quiver(x,y,z,u,v,w)  #在每一个x,y,z坐标绘制矢量方向为u,v,w的箭头

plt.show()

矢量图

5. 其他

5.1 3d文本

  • ax3d.text(0.5,0.5,0.5,‘3dtext’)：在指定坐标处绘制文本
    • zdir=‘z’：参数可以设置文本打印方向
    • color,fontsize,fontstyle,fontweight等参数也可以设置
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax3d = fig.add_subplot(projection='3d')  #创建3d坐标系

ax3d.text(0.5,0.5,0.5,'3dtext',c='r')   #在指定坐标处绘制文本。文本永远朝向用户
ax3d.text(0.1,0.1,0.5,'3dtextz',c='r',zdir='z')  #文本沿z轴方向打印
#ax3d.text2D(0.1,0.1,'2dtext',c='b') #好像效果和官方文档不一致。

plt.show()

text

5.2 图形旋转

  • ax3d.view_init(angle1, angle2)：以度为单位设置视角的高度角和方位角。
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
X, Y, Z = axes3d.get_test_data(0.1)

ax.plot_wireframe(X, Y, Z, rstride=5, cstride=5)

# rotate the axes and update
for angle in range(0, 360):
    ax.view_init(30, angle)  #设置视角
    plt.draw()  #重绘图
    plt.pause(.1)   #暂停

显示效果为360度旋转看绘制的图形，即动画。

5.3 三维体元素

在指定位置绘制三维体元素（通常为六面体，六面体并非必须标准形状，六个面坐标可以指定）。

  • ax3d.voxels(filled)：#filled为True的位置绘制六面体
  • ax3d.voxels(filled,facecolors=colors) #filled为True的位置绘制六面体,并设置颜色
    • facecolors：设置体元素表面颜色。
    • edgecolors：设置体元素表边颜色。
    • 注意facecolors和edgecolors颜色列表，颜色个数必须和filled数组一样。filled形状为(m,n,k)则颜色形状为(m,n,k,4)。
    • 参数color和cmap貌似都不起作用。颜色参数都不能赋值为浮点数映射colormap。
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax3d = fig.add_subplot(121,projection='3d')

#filled为bool类型数组，在True的元素下标位置绘制体元素
i,j,k=np.indices((3,3,3))
filled= (i==j) & (j==k)  #3行3列3层，对角线为True
c=plt.get_cmap('RdBu')(np.linspace(0,1,27)).reshape(3,3,3,4)

#ax3d.voxels(filled)             #filled为True的位置绘制六面体
ax3d.voxels(filled,facecolors=c) #filled为True的位置绘制六面体,并设置颜色

#
ax3d = fig.add_subplot(122,projection='3d')
#x,y,z=np.indices((3,4,5))
#ax3d.voxels(x,y,z,filled)

plt.show()

voxels

  • ax3d.voxels(x,y,z,filled)：在filled为True的位置绘制六面体，用x,y,z指定各个面的位置坐标。
    • x,y,z指定六面体的起始位置，所以x,y,z的3个维度长度都必须比filled大1。
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax=fig.add_subplot(projection='3d')

filled = np.ones((3,3,3))
filled[0,0,0]=False
x, y, z = np.indices((4,4,4))**1.2  #x,y,z的三个维度都必须比filled大1.
ax.voxels(x, y, z, filled, edgecolors='C1')

plt.show()

voxels2

注意，因为设置了x,y,z坐标位置，所以六面体的尺寸并不相同。实际上还可以更加复杂的绘制多个六面体拼成圆环、球等形状。

参考文章


Matplotlib系列目录

个人总结，部分内容进行了简单的处理和归纳，如有谬误，希望大家指出，持续修订更新中。

修订历史版本见：https://github.com/hustlei/AI_Learning_MindMap

未经允许请勿转载。

标签：plt,ax3d,三维,Matplotlib,绘图,fig,np,绘制,3d
来源： https://blog.csdn.net/hustlei/article/details/122634112

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有