python 3D数据可视化(一)

一、matplotlib安装

pip安装:

pip install matplotlib

conda安装：

conda install matplotlib

二、绘制图像

1、绘制3D图像

先放源码及结果

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

fig = plt.figure(num=1)
ax = Axes3D(fig)

X = np.arange(-4,4,0.25)
Y = np.arange(-4,4,0.25)
X,Y = np.meshgrid(X,Y)
Z = np.sin(np.sqrt(X**2+Y**2))

ax.plot_surface(X,Y,Z,rstride=1,cstride=1,edgecolor='black',cmap=plt.get_cmap('rainbow'))
ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')
plt.show()

函数详细解释

# 创建新的图形
fig = plt.figure(num=1)

作用为一个创建新的图形
figure()函数具有以下常用可选项，
num：为图片提供一个独一无二的标识，若无该项，则程序将自动自1开始累加，figure1、figure2、figure3…
figsize：图片大小，默认值为6.4*4.8，单位为英寸
dpi：每英寸点数，默认值100
facecolor：背景色，默认为白色
edgecolor：边框色，默认为白色
frameon：bool值，False不绘制图形框架，True（默认）绘制框架

# 三维轴对象
ax = Axes3D(fig)

作用是创建一个三维的坐标轴

Axes3D()函数部分常用项如下，
fig：图像，表示画在哪个图像里
rect：四个浮点型的数，分别代表了距离左下角的坐标、宽度和高度，即（left，bottom，width，height）
azim：方位视角，默认值为-60
elev：仰角，默认值为30
proj_type：投影类型，默认为透视

#计算x,y,z的坐标
X = np.arange(-4,4,0.25)
Y = np.arange(-4,4,0.25)
X,Y = np.meshgrid(X,Y)
Z = np.sin(np.sqrt(X**2+Y**2))

这里是在计算点的坐标，np.meshgrid的作用是根据给定X轴和Y轴所有的点，将X和Y放到两个数组，进行笛卡尔乘积，从而得到所有的点。举个例子，x=[1,2] y=[3,4],那么通过np.meshgrid(X,Y)就可以得到四个坐标[1,3] ，[1,4]，[2,3]和[2,4]。

ax.plot_surface(X,Y,Z,rstride=1,cstride=1,edgecolor='black',cmap=plt.get_cmap('rainbow'))

这里的作用是绘制出曲面的图形，但是不包括等高线的图~
plot_surface函数部分项如下,
X, Y, Z：数据值
rcount, ccount：每个方向上使用的最大样本数。如果数据被向下采样，则将被向下采样。默认为50。
rstride, cstride：每个方向的下采样步幅。来看个例子，左图是取rstride=1, cstride=1时的场景，右图是取rstride=2, cstride=2时的场景。

color：曲面片的颜色。
cmap：曲面片的颜色。ColorMap将级别值映射到颜色。例如cmap=plt.get_cmap('rainbow')，彩色的好看好多~
shade：阴影，默认为True
lightsource：使用光源

ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')

这个的作用是绘制投影的部分(如下图)

contourf()函数部分项如下,
X, Y：坐标值
Z：高度值
colors：颜色
alpha：默认值：不透明度，介于0（透明）和1（不透明）之间。
cmap：ColorMap将级别值映射到颜色。
最终图形如下

三、参考链接及相关资源

1 官方文档matplotlib介绍文档
2 推荐一个很不错的视频莫烦Pyhton画图教程