位置：首页-资讯-后端开发

Python使用Matplotlib绘制三维折线图（进阶篇）

2023-09-29 17:12

短信预约 -IT技能 免费直播动态提醒

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 pltfrom mpl_toolkits.mplot3d import Axes3Dfig = 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 mplfrom mpl_toolkits.mplot3d import Axes3Dimport numpy as npimport matplotlib.pyplot as pltmpl.rcParams['legend.fontsize'] = 10fig = 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 + 1x = 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 Axes3Dimport matplotlib.pyplot as pltimport 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 axes3dimport 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 Axes3Dimport matplotlib.pyplot as pltimport numpy as np  n_radii = 8n_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：

4.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 npimport 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)*10-5X, 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：