东莞建设小学网站,轻量级服务器wordpress,二建注册进度查询系统,广告互联网推广目录
1.绘制三维坐标轴的方法
2.绘制三维函数的样例1
3.绘制三维函数的样例2
4.绘制三维函数的样例3 5.绘制三维函数的样例4 6.绘制三维函数的样例5 1.绘制三维坐标轴的方法
#%%
#1.绘制三维坐标轴的方法
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3…目录
1.绘制三维坐标轴的方法
2.绘制三维函数的样例1
3.绘制三维函数的样例2
4.绘制三维函数的样例3 5.绘制三维函数的样例4 6.绘制三维函数的样例5 1.绘制三维坐标轴的方法
#%%
#1.绘制三维坐标轴的方法
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#开始绘图
#采用方法1或者方法2都能够建立三维坐标轴
figplt.figure()就个人而言还是比较推荐方法1的.
因为再使用方法二的时候,某些函数再jupyter中不能够运行,最后显示的图片是空白甚至报错ax1plt.axes(projection3d)#方法1
ax2Axes3D(fig)#方法2
plt.xlabel(x)
plt.ylabel(y)
plt.title(A blank 3D axis)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/空白三维轴.png, dpi500, bbox_inchestight) 2.绘制三维函数的样例1
fig plt.figure() #定义新的三维坐标轴
ax3 plt.axes(projection3d)#定义三维数据
xx np.arange(-5,5,0.5)
yy np.arange(-5,5,0.5)
X, Y np.meshgrid(xx, yy)
Z np.sin(X)np.cos(Y)#作图
ax3.plot_surface(X,Y,Z,rstride 1, cstride 1,cmaprainbow)
plt.xlabel(x)
plt.ylabel(y)
plt.title(3D surface plot)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/三维曲面.png, dpi500, bbox_inchestight)
plt.show() 3.绘制三维函数的样例2
#绘制等高线曲面tu
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D#定义坐标轴
fig4 plt.figure()
ax4 plt.axes(projection3d)#生成三维数据
xx np.arange(-5,5,0.1)
yy np.arange(-5,5,0.1)
X, Y np.meshgrid(xx, yy)
Z np.cos(np.sqrt(X**2Y**2))#作图分别向对应的面做投影线,增强效果美感
ax4.plot_surface(X,Y,Z,alpha0.3,cmapwinter) #生成表面 alpha 用于控制透明度
ax4.contour(X,Y,Z,zdirz, offset-3,cmaprainbow) #生成z方向投影投到x-y平面
ax4.contour(X,Y,Z,zdirx, offset-6,cmaprainbow) #生成x方向投影投到y-z平面
ax4.contour(X,Y,Z,zdiry, offset6,cmaprainbow) #生成y方向投影投到x-z平面
#设定显示范围
ax4.set_xlabel(X)
ax4.set_xlim(-6, 4)
ax4.set_ylabel(Y)
ax4.set_ylim(-4, 6)
ax4.set_zlabel(Z)
ax4.set_zlim(-3, 3)
plt.title(Contour surface plot)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/等高线图.png, dpi500, bbox_inchestight)
plt.show() 4.绘制三维函数的样例3
#再绘制一个3D彩面图
%matplotlib inline
%config InlineBackend.figure_format retina
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D# x,y的导入
xnp.linspace(-3,3,1000)
ynp.linspace(-3,3,1000)
x, y np.meshgrid(x,y)
z (1 - x / 2 x ** 5 y ** 3) * \np.exp(-(x *xy *y))# 绘制图片
fig plt.figure()
plt.title(3D Light Surface, fontsize18)
#ax3d Axes3D(fig) #写第一种图片总是出不来,我们一般推荐第种写法
ax3d mp.axes(projection3d) # 同样可以实现
ax3d.set_xlabel(X,colorr)
ax3d.set_ylabel(Y,colorr)
ax3d.set_zlabel(Z,colorr)plt.tick_params(labelsize10)
ax3d.plot_surface(x, y, z, rstride20,cstride20, cmapjet)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/3D彩色图片.png, dpi500, bbox_inchestight)
plt.show()5.绘制三维函数的样例4
#再画一个利用coolwarm类型的图
import pylab as plt
import numpy as np
#数据处理
Xnp.linspace(-6,6,1000)
Ynp.linspace(-6,6,1000)
X,Ynp.meshgrid(X,Y)
#设置绘图
#推荐plt.axes的写法,不容易出现图像显示空白的情况
axplt.axes(projection3d)Znp.sin(np.sqrt(X*XY*Y))surfax.plot_surface(X,Y,Z,cmapcoolwarm)
plt.colorbar(surf)
ax.set_xlabel(X,colorr)
ax.set_ylabel(Y,colorr)
plt.title(3D CoolWarm Surface, fontsize10)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/3D CoolWarm Surface.png, dpi500, bbox_inchestight)
plt.show() 6.绘制三维函数的样例5
#最后一张难度比较大一点的图片
#首先引入必要的库
import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm #数据处理
X1np.linspace(-6,6,2000)
Y1np.linspace(-6,6,2000)
x,ynp.meshgrid(X1,Y1)
#代入计算行数
def gaussian_fun(x,y,mu_x,mu_y,sigma_x,sigma_y):f_x_y 1/(sigma_x*sigma_y*(np.sqrt(2*np.pi))**2)*np.exp(-np.power\(x-mu_x, 2.)/(2*np.power(sigma_x,2.))-np.power(y-mu_y, 2.)/\(2*np.power(sigma_y,2.)))return(f_x_y)
mu_x0
mu_y0
sigma_x0.8
sigma_y0.8
F_x_y gaussian_fun(X,Y,mu_x,mu_y,sigma_x,sigma_y)
#可视化处理
fig plt.figure()
ax plt.axes(projection3d)
ax.plot_surface(X,Y,F_x_y,cmapjet)
# 显示等高线图
plt.xlabel(x,colorr)
plt.ylabel(y,colorr)
plt.title(Gaussian Function Figure,colorr)
plt.savefig(C:/Users/Zeng Zhong Yan/Desktop/Gaussian Function Figure.png, dpi500, bbox_inchestight)
plt.show()
