最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
=================================================================================
绘制3D柱状图使用的是axes3d.bar()方法。
可能跟我们中学学的有一点不同的是,其语法如下:
bar(left, height, zs=0, zdir=‘z’, *args, **kwargs)
其中left表示指向侧边的轴,zs表示指向我们的方向的轴,height即表示高度的轴。这三者都需要是一维的序列对象。
在调用相关方法的时候,比如设置轴标签,还有一点需要区分的是,left对应的是y轴,zs对应的是x轴。(意思就是说,比如使用plt.xticks()方法,操作的是zs;而使用plt.yticks()方法则操作的是left轴。height对应着z轴。)
一段完整的代码示例如下:
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
import numpy as np
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
创建画布
fig = plt.figure()
创建3D坐标系
axes3d = Axes3D(fig)
zs = range(5)
left = np.arange(0, 10)
height = np.array([])
for i in range(len(zs)):
z = zs[i]
np.random.seed(i)
height = np.random.randint(0, 30, size=10)
axes3d.bar(left, height, zs=z, zdir=‘x’,
color=[‘red’, ‘green’, ‘purple’, ‘yellow’, ‘blue’, ‘black’, ‘gray’, ‘orange’, ‘pink’, ‘cyan’])
plt.xticks(zs, [‘1月份’, ‘2月份’, ‘3月份’, ‘4月份’, ‘5月份’])
plt.yticks(left, [‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’, ‘H’, ‘I’, ‘G’])
plt.xlabel(‘月份’)
plt.ylabel(‘型号’)
plt.show()
图像效果如下:
=================================================================================
绘制曲面图使用的是plot_surface()方法,这个方法的参数相对而言更简单。且X、Y、Z三者的顺序相对较为容易分辨。
通过读示例代码,即可快速掌握其用法:
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
fig = plt.figure(figsize=(10, 8), facecolor=‘#cc00ff’)
ax = Axes3D(fig)
delta = 0.125
生成代表X轴数据的列表
x = np.arange(-4.0, 4.0, delta)
生成代表Y轴数据的列表
y = np.arange(-3.0, 4.0, delta)
对x、y数据执行网格化
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X2 - Y2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
计算Z轴数据(高度数据)
Z = (Z1 - Z2) * 2
绘制3D图形
ax.plot_surface(X, Y, Z,
rstride=1, # rstride(row)指定行的跨度
cstride=1, # cstride(column)指定列的跨度
cmap=plt.get_cmap(‘rainbow’)) # 设置颜色映射
plt.xlabel(‘X轴’, fontsize=15)
plt.ylabel(‘Y轴’, fontsize=15)
ax.set_zlabel(‘Z轴’, fontsize=15)
ax.set_title(‘《曲面图》’, y=1.02, fontsize=25, color=‘gold’)
设置Z轴范围
ax.set_zlim(-2, 2)
plt.show()
更换一组数据,呈现的则是另一种艺术效果:
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams[‘font.sans-serif’] = [‘STKAITI’]
plt.rcParams[‘axes.unicode_minus’] = False
plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’
fig = plt.figure(figsize=(12, 10), facecolor=‘#cc00ff’)
ax = Axes3D(fig)
delta = 0.125
生成代表X轴数据的列表
x = np.linspace(-2, 2, 10)
生成代表Y轴数据的列表
y = np.linspace(-2, 2, 10)
对x、y数据执行网格化
X, Y = np.meshgrid(x, y)
计算Z轴数据(高度数据)
Z = X2 - Y2
绘制3D图形
ax.plot_surface(X, Y, Z,
rstride=1, # rstride(row)指定行的跨度
cstride=1, # cstride(column)指定列的跨度
cmap=plt.get_cmap(‘rainbow’)) # 设置颜色映射
plt.xlabel(‘X轴’, fontsize=15)
plt.ylabel(‘Y轴’, fontsize=15)
ax.set_zlabel(‘Z轴’, fontsize=15)
ax.set_title(‘《曲面图》’, y=1.02, fontsize=25, color=‘gold’)
plt.show()
===============================================================================
在3D曲面图示例1的基础上稍作修改。
绘制散点图使用scatter()方法,将散点颜色设置为绿色,红色边沿。
代码示例如下:
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!