Matplotlib3D作图-plot_surface(), .contourf(), plt.colorbar()

最新推荐文章于 2024-08-20 13:04:52 发布

MaeveShi

最新推荐文章于 2024-08-20 13:04:52 发布

阅读量4.4k

点赞数 1

分类专栏： python可视化

本文链接：https://blog.csdn.net/MaeveShi/article/details/107808692

版权

本文介绍了如何利用Matplotlib的3D功能进行图形绘制，包括使用np.meshgrid创建坐标网格，通过plot_surface函数绘制3D表面图，并调整rstride和cstride参数来控制采样密度。同时，详细阐述了.contourf方法在xz平面的投影，通过设置zdir和offset参数改变投影位置。

摘要由CSDN通过智能技术生成

导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

构建数据和函数

np.meshgrid(): 创建坐标网格

#创建数据，构建网格
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

MaeveShi

关注关注

1
点赞
踩
19

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

python画图颜色代码_python – 用于matplotlib plot_surface命令的颜色栏

weixin_39563722的博客

11-23

1729

保罗帮忙修改了我的应用程序的mplot3dexample code。代码如下：from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltimport numpy as npfig = plt.figure()ax = fig.add_subplot(111, projection='3d')u = np.linspa...

Matplotlib库学习之plot_surface函数

qq_46396470的博客

07-15

2152

是 Matplotlib 库中的一个函数，用于在三维空间中绘制表面图。它能够根据给定的 x, y 坐标网格和相应的 z 值，生成一个三维表面图，非常适合用来展示变量间的交互作用和三维数据的分布情况。# 继续使用上面的 X, Y, Z 数据# 绘制自定义颜色和透明度的表面图# 显示图表plt.show()输出：一个使用 ‘plasma’ 颜色映射表和 0.6 透明度的三维表面图。

1 条评论您还未登录，请先登录后发表或查看评论

python之matplotlib （5 散点图和柱状图）

最新发布

这是C.L 的博客，欢迎大家学习浏览！！

08-20

532

附：colormap对照 '%.f'%y‘是标注数据的形式设置：保留两位小数，数据来源于y数组。也可以这样写：f'{y:.2f}',在它前面的参数是标注的位置。也可以是一个数组，表示每个点的颜色不同。ax.bar()中y参数是直方图的高度，其中facecolor是条形图的颜色，而edgecolor是除了条形图内的颜色。也可以是一个数组，表示每个点的大小不同。参数来指定一个colormap，用于映射颜色数组到颜色。

matplotlib画3D图形的contour和plot_surface函数参数

2302_80063517的博客

07-07

354

plot_surface中rstride和cstride表示的网格的row(x),column(y)方向的步幅(stride有步幅的意思)zdir指的是从哪个轴投影下去,offset表示的是投影所在的位置。向x轴方向投影，offset=2,改为offset=4。将cstride和rstride改为2。

Python plot_surface（Axes3D）方法：绘制3D图形

人生苦短，还不用Python？

06-30

1万+

3D 图形需要的数据与等高线图基本相同：X、Y 数据决定坐标点，Z 轴数据决定 X、Y 坐标点对应的高度。与等高线图使用等高线来代表高度不同，3D 图形将会以更直观的形式来表示高度。为了绘制 3D 图形，需要调用 Axes3D 对象的plot_surface()方法来完成。下面程序将使用与前面等高线图相同的数据来绘制 3D 图形，此时将看到程序会以更直观的形式来显示高度。上面程...

利用plot_surface命令绘制复杂曲面入门详解

sunnyoldboy博客

07-16

1万+

在三维几何图形中，经常需要绘制复杂的曲面，例如封闭的空间曲面。本文以绘制由平面z=1，旋转抛物面z=x^2 + y^2和抛物柱面y=2x围成的封闭曲面为例，详细讲解利用Python命令plot_surface绘制复杂曲面的过程。...

contourf参数 python_matplotlib.pyplot可视化库中contour与contourf的区别

weixin_39559097的博客

12-22

1612

contour做的云图不是填充的，而contourf画的云图是填充的来两个例子一目了然，代码可用。(本文例子来自matplotlib管网)contour函数contour([X, Y,] Z, [levels], **kwargs)X, Y， The coordinates of the values in Z.X and Y must both be 2-D with the same shap...

python contourf色阶_python – pyplot.contourf如何从色彩图中选择颜色？

weixin_39788051的博客

12-09

3585

我一直在使用from_levels_and_colors函数,因此我可以在pcolormesh图上使用扩展颜色条,类似于contourf.这是我的示例contourf plot：import numpy as npimport matplotlib.pyplot as plta = np.arange(12)[:,np.newaxis] * np.ones(8)levels = np.arange...

matplotlib（5）-- 等高线contourf、contour；imshow() ; colorbar(); 3D数据处理

WUWEILINCX123890的博客

07-26

1056

1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 #定义计算高度的函数 5 def f(x,y): 6 return (1 - x/2 + x**5 +y**3) * np.exp(-x**2 - y**2) 7 8 n = 256 9 x = np.linspace(-...

python fig.colorbar_python3 matplotlib自定义colorbar颜色条

weixin_39795284的博客

01-14

6006

自定义colorbar(draw colorbar without any mapple/plot)参考：Customized Colorbars Tutorialapi example code: colorbar_only.py自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorba...

matplotlib之contours等高线、3D图（笔记五）

影子

05-11

2952

等高线代码： # -*- coding:utf-8 -*- #matplotlib等高线 import matplotlib.pyplot as plt import numpy as np def f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2) x=np.linspace(-3,3,100) y=np.linspace(-3,3,100) X,Y=np.meshgrid(x,y) plt.contourf(X,Y,f(X,Y),8,

python 理解Matplotlib 3D (三维图) 绘图函数 plot_surface 的 rstride 和 cstride参数

Dontla的博客

08-06

7848

引用文章 https://blog.csdn.net/ygdxt/article/details/86618606

深入理解 Matplotlib 3D 绘图函数 plot_surface 的 rstride 和 cstride 参数

热门推荐

月小水长

01-23

7万+

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...

matplotlib:plot 3d ,plot_surface

莲君

01-17

2459

【为两个子图生成colorbar】【colorbar位置参数详解】

张文君的博客

07-22

1168

【代码】为两个子图生成colorbar【colorbar位置参数详解】

【Matplotlib】三维图及其俯视图+colorbar的位置调整与颜色、刻度细化

qq_40265247的博客

01-19

7110

前言图就是门面，高大上的图看着就涨脸 1.调整颜色条位置 def weightShow(gause_masks,name="visWeight{}.png"): plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签 plt.rcParams['axes.unicode_minus']=False #这两行需要手动设置 fig = plt.figure() ax = Axes3D(fig) w,h =

pytroch学习记录三维绘图plot_surface

m0_52987303的博客

10-04

1083

绘制三维图流程： import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #必要的库 x_data = [1.0, 2.0, 3.0] y_data = [2.0, 4.0, 6.0] #这个是一个线性模型y=2x，后面计算损失函数 def forward(x): return x * w + b #返回预测值 def loss(x, y): y_pred =

python图像处理(绘制3D图形，参数详解)

qq_41055843的博客

04-26

5889

1.3D表面形状的绘制 plot_surface(x, y, z) 其中x， y，z分别为numpy.adarray类型，为2维 2.3D直线曲线的绘制 plot(x, y, z)其中x, y, z分别为列表或类似类型 3.绘制3D轮廓 contour(x, y, z)其中x, y, z分别为2D列表或类似类型 4.绘制3D网状线 plot_wireframe(x...

优化这个代码import xarray as xr import netCDF4 as nc import pandas as pd import numpy as np import datetime import matplotlib.pyplot as plt import cartopy.mpl.ticker as cticker import cartopy.crs as ccrs import cartopy.feature as cfeature ds = xr.open_dataset('C:/Users/cindy/Desktop/SP.nc', engine='netcdf4') # 读取原始数据 ds_temp = xr.open_dataset('C:/Users/cindy/Desktop/SP.nc') # 区域提取* south_asia = ds_temp.sel(latitude=slice(38, 28), longitude=slice(75, 103)) indian_ocean = ds_temp.sel(latitude=slice(5, -15), longitude=slice(60, 100)) # 高度插值 south_asia_200hpa = south_asia.t.interp(level=200) indian_ocean_200hpa = indian_ocean.t.interp(level=200) south_asia_400hpa = south_asia.t.interp(level=400) indian_ocean_400hpa = indian_ocean.t.interp(level=400) # 区域平均 TTP = south_asia_400hpa.mean(dim=('latitude', 'longitude'))#.values TTIO = indian_ocean_400hpa.mean(dim=('latitude', 'longitude'))# TTP_200hpa = south_asia_200hpa.mean(dim=('latitude', 'longitude')) TTIO_200hpa = indian_ocean_200hpa.mean(dim=('latitude', 'longitude')) tlup=(TTP-TTIO)-(TTP_200hpa-TTIO_200hpa)-(-5.367655815) # 定义画图区域和投影方式 fig = plt.figure(figsize=[10, 8]) ax = plt.axes(projection=ccrs.PlateCarree()) # 添加地图特征 ax.set_extent([60, 140, -15, 60], crs=ccrs.PlateCarree()) ax.add_feature(cfeature.COASTLINE.with_scale('50m'), linewidths=0.5) ax.add_feature(cfeature.LAND.with_scale('50m'), facecolor='lightgray') ax.add_feature(cfeature.OCEAN.with_scale('50m'), facecolor='white') # 画距平场 im = ax.contourf(TTP_200hpa, TTP, tlup, cmap='coolwarm', levels=np.arange(-4, 4.5, 0.5), extend='both') # 添加色标 cbar = plt.colorbar(im, ax=ax, shrink=0.8) cbar.set_label('Temperature anomaly (°C)') # 添加经纬度坐标轴标签 ax.set_xticks(np.arange(60, 105, 10), crs=ccrs.PlateCarree()) ax.set_yticks(np.arange(-10, 40, 10), crs=ccrs.PlateCarree()) lon_formatter = cticker.LongitudeFormatter() lat_formatter = cticker.LatitudeFormatter() ax.xaxis.set_major_formatter(lon_formatter) ax.yaxis.set_major_formatter(lat_formatter) # 添加标题和保存图片 plt.title('Temperature anomaly at 400hPa over South Asia and the Indian Ocean') plt.savefig('temperature_anomaly.png', dpi=300) plt.show()

05-22

import matplotlib.pyplot as plt import cartopy.mpl.ticker as cticker, cartopy.crs as ccrs, cartopy.feature as cfeature ``` 2. 可以在代码中删除不必要的变量，例如 `ds` 和 `ds_temp` 都是指向同一个文件的...