头歌数据可视化第6关：时间空间数据的可视化——曲面图

任务描述

本关任务：使用 Matplotlib 绘制曲面图。

相关知识

曲面图简介

使用 3D 曲面图可查看一个响应变量与两个预测变量之间的相关关系。3D 曲面图是三维图形，对探讨所需响应值和操作条件很有用。

曲面图包含以下元素：

1. X 轴和 Y 轴上的预测变量。

2. 代表 Z 轴上响应值的连续曲面。

数据简介 

模拟 4m×4m 共计 16平方米 的土地面积，然后根据规则赋予其高度，每 0.05m 进行一次数据采集，共计 80×80 个采样点。

该数据水平方向长宽取值范围皆为 [−2,2]，而竖直方向的高度取值范围大致为 [−1，1]，数据文件 message.npy 中保存的数据，共两百八十列数据，前八十列为长度，中间八十列为宽度，最后八十列为高度。

数据读取：

import numpy as np
message = np.load('message.npy')
print(message)
print(message.shape)

数据如下：

[[-2.00000000e+00 -1.95000000e+00 -1.90000000e+00 ...  1.85000000e+00
   1.90000000e+00  1.95000000e+00]
 [-2.00000000e+00 -1.95000000e+00 -1.90000000e+00 ...  1.85000000e+00
   1.90000000e+00  1.95000000e+00]
 [-2.00000000e+00 -1.95000000e+00 -1.90000000e+00 ...  1.85000000e+00
   1.90000000e+00  1.95000000e+00]
 ...
 [-3.14783830e-02 -3.55812093e-02 -4.01029322e-02 ...  1.06476624e-03
   3.61121961e-03  5.47940292e-03]
 [-2.76280013e-02 -3.13637727e-02 -3.55085023e-02 ... -1.84577518e-03
   7.31802419e-04  2.67667050e-03]
 [-2.41937276e-02 -2.75818127e-02 -3.13637727e-02 ... -4.02309785e-03
  -1.46935118e-03  4.97955422e-04]]
(240, 80)

绘制曲面图

导入模块包

numpy 和 matplotlib 是两个常规的基本模块，numpy 用于读取数据以及数据处理。因为实现的是三维绘图，所以需要 matplolib 的进阶模块 Axes3D，这是是 Matplotlib 里面专门用来画三维图的工具包。

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

数据读取与处理

读取存有数据的 message.npy 文件，根据数据简介中的说明进行数据切分，分别存入 x, y, z 的变量中。

message = np.load('message.npy')
x = message[:80, :]
y = message[80:160, :]
z = message[160:, :]

图像的基本设置

这里包括对图中字体大小、图片长宽比、分辨率的调整，并将其转换为三维格式。

plt.rcParams.update({'font.size': 32})  # 统一设置图中字体大小
fig = plt.figure(figsize=(20, 16), dpi=50)  # 设置图像大小和分辨
ax3d = Axes3D(fig)  # 将图像转换为 3D 模式

数据传入绘制函数

x,y,z 分别是长宽高，函数中传入必须是二维数据才能创建坐标矩阵，cmap 参数在前面一节也介绍了，是给曲面设置色彩的。

ax3d.plot_surface(x, y, z, cmap='cool') 

设置图片名称并保存

使用 xlabel 设置 X 轴名称（Y轴同理，但是不能设置Z轴）：

1. 第一个参数：X轴名称的字符串
2. 第二个参数（labelpad）：X轴名称与X轴之间的间隔距离

Z 轴设置名称可以使用 ax3d.set_zlabel 函数，参数与 xlabel 相同。

使用 savefig 储存图片，这里直接将需要储存的图片格式写在图片名称的字符串中即可。可以储存为 .jpg 格式和 .png 格式。

plt.xlabel('x', labelpad=30)  # X轴名称
plt.ylabel('y', labelpad=30)  # Y轴名称
ax3d.set_zlabel('z', labelpad=30)  # Z轴名称
plt.savefig("surface_diagram.png")  # 保存图片

完整代码

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D  # 绘制 3D 图形
message = np.load('message.npy')
x = message[:80, :]
y = message[80:160, :]
z = message[160:, :]
plt.rcParams.update({'font.size': 32})  # 统一设置图中字体大小
fig = plt.figure(figsize=(20, 16), dpi=50)  # 设置图像大小和分辨
ax3d = Axes3D(fig)  # 将图像转换为 3D 模式
ax3d.plot_surface(x, y, z, cmap='cool') 
plt.xlabel('x', labelpad=30)  # X轴名称
plt.ylabel('y', labelpad=30)  # Y轴名称
ax3d.set_zlabel('z', labelpad=30)   # Z轴名称
plt.savefig("surface_diagram.png")  # 保存图片
plt.show()

图一 绘制完成最终效果图 

编程要求

根据提示，在右侧编辑器补充代码，完成切分数据，设置统一字体，画布尺寸，绘制图像，保存图片一系列操作，完成使用 matplotlib 绘制曲面图的任务。

测试说明

平台会对你编写的代码进行测试。

import matplotlib as mpl
# linux终端下没有GUI，进行设置
mpl.use('Agg')
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D  # 绘制3D图形

message = np.load('step6/message.npy')
########## Begin ##########
# 根据数据简介获取相应数据
x = message[:80,:]
y = message[80:160,:]
z = message[160:,:]

########## End ##########

########## Begin ##########
# 统一设置图中字体大小为 20
plt.rcParams.update({'font.size':20})

# 设置图像大小为 （10，8）和分辨为 50
fig = plt.figure(figsize=(10,8), dpi=50)  

########## End ##########
ax3d = Axes3D(fig)  # 将图像转换为 3D 模式

########## Begin ##########
# 构建坐标系，传入数据，绘制曲面图，颜色选用 rainbow
ax3d.plot_surface(x,y,z,cmap='rainbow')

########## End ##########
plt.xlabel('x', labelpad=10)  # X轴名称
plt.ylabel('y', labelpad=10)  # Y轴名称
ax3d.set_zlabel('z', labelpad=10)  # Z轴名称

########## Begin ##########
# 保存图片，路径为：step6/image1/surface_diagram.png
plt.savefig("step6/image1/surface_diagram.png")

########## End ##########