189 8069 5689

如何深入理解Matplotlib3D绘图函数plot_surface

这篇文章给大家介绍如何深入理解Matplotlib3D 绘图函数plot_surface,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。

成都创新互联公司专注于企业营销型网站建设、网站重做改版、绥阳网站定制设计、自适应品牌网站建设、H5高端网站建设商城网站建设、集团公司官网建设、成都外贸网站建设、高端网站制作、响应式网页设计等建站业务,价格优惠性价比高,为绥阳等各大城市提供网站开发制作服务。

今晚开始接触 Matplotlib 的 3D 绘图函数 plot_surface,真的非常强大,图片质量可以达到出版级别,而且 3D 图像可以旋转 ,可以从不同角度来看某个 3D 立体图,但是我发现各大中文开源社区有关 3D 绘图的代码都是千篇一律的,现除了看源码说明,我几乎得不到半点有关 plot_surface 的重要参数说明,而且我感觉纯英文的源码说明晦涩难懂,而且没有任何配图,初学者看得是云里雾里,经过一晚上的调试,我才完全弄明白所有参数的含义,以及如何改变这些参数控制图形的显示,现将一点心得分享出来

Talk is cheap, show the code

# -*- coding: utf-8 -*-
# author:           inspurer(月小水长)
# pc_type           lenovo
# create_date:      2019/5/25
# file_name:        3DTest
# github            https://github.com/inspurer
# 微信公众号         月小水长(ID: inspurer)

"""
绘制3d图形
"""

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
# 定义figure
fig = plt.figure()
# 创建3d图形的两种方式
# 将figure变为3d
ax = Axes3D(fig)

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

# 定义x, y
x = np.arange(-4, 4, 0.25)
y = np.arange(-4, 4, 0.25)

# 生成网格数据
X, Y = np.meshgrid(x, y)

# 计算每个点对的长度
R = np.sqrt(X ** 2 + Y ** 2)
# 计算Z轴的高度
Z = np.sin(R)

# 绘制3D曲面


# rstride:行之间的跨度  cstride:列之间的跨度
# rcount:设置间隔个数,默认50个,ccount:列的间隔个数  不能与上面两个参数同时出现


# cmap是颜色映射表
# from matplotlib import cm
# ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = cm.coolwarm)
# cmap = "rainbow" 亦可
# 我的理解的 改变cmap参数可以控制三维曲面的颜色组合, 一般我们见到的三维曲面就是 rainbow 的
# 你也可以修改 rainbow 为 coolwarm, 验证我的结论
ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = plt.get_cmap('rainbow'))

# 绘制从3D曲面到底部的投影,zdir 可选 'z'|'x'|'y'| 分别表示投影到z,x,y平面
# zdir = 'z', offset = -2 表示投影到z = -2上
ax.contour(X, Y, Z, zdir = 'z', offset = -2, cmap = plt.get_cmap('rainbow'))

# 设置z轴的维度,x,y类似
ax.set_zlim(-2, 2)

plt.show()
 

运行结果如下:

如何深入理解Matplotlib3D 绘图函数plot_surface

1

其中大部分的参数说明我已经在注释了,应该很容易理解,其中的 rstride (row stride)和 cstride (column stride) (stride是步长的意思,row : 行,column : 列)参数也有了初步的介绍,下面重点讨论如何理解他们。

初探

旋转 3D 图形


 

如何深入理解Matplotlib3D 绘图函数plot_surface


 
2

我发现无论是 x 向,还是 y 向,条纹数都是 32
而这刚好是我们 x = np.arange(-4, 4, 0.25)中[4-(-4)]/0.25 = 32
ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = plt.get_cmap('rainbow'))中 rstride = 1, cstride = 1,r(row)对应 x向,c(column)对应 y 向,rstride = 1 说明在 x 向的条纹间隔为 1 个 x 向单位长度(也就是 0.25),cstride = 1 说明在y向的条纹间隔为 1 个 x 向单位长度(也是 0.25)。而把rstride = 1, cstride = 1去掉之后,我发现图形不变,说明 1 个距离是默认值。而且这两个参数只能是正整数,最小正整数就是 1(默认值),所以为了图形的平滑,基本上我们不需要修改这个参数。

验证

 

修改参数,使 rstride = 4

其结果如下:

如何深入理解Matplotlib3D 绘图函数plot_surface

3

32 / 4 = 8,x向的条纹数变成了 8 ,这符合我们的预期,看来我们得推测是正确的。

 

修改参数,同时使 rstride 和 cstride  = 4

其结果如下:

如何深入理解Matplotlib3D 绘图函数plot_surface

4

可以看到无论是 x 向,还是 y 向,条纹数都变成了 8 ,同时由于间距变大,图形也比原来更粗糙了。

这再一次验证了我们的推测是正确的!

关于如何深入理解Matplotlib3D 绘图函数plot_surface就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。


当前标题:如何深入理解Matplotlib3D绘图函数plot_surface
当前地址:http://jkwzsj.com/article/ppgpjd.html

其他资讯