空间信息可视化
(1)绘制3d螺旋曲线图
编写代码如下,绘制3d螺旋曲线图:
import matplotlib as mpl
|
代码具体思路如下:
import matplotlib as mpl
:导入Matplotlib库,并给它起了一个别名mpl
,方便后续代码中使用。
from mpl_toolkits.mplot3d import Axes3D
:从Matplotlib的工具包中导入Axes3D
模块,这个模块允许创建三维图形。
import numpy as np
:导入NumPy库,并给它起了一个别名np
,NumPy是Python中用于科学计算的基础库。
import matplotlib.pyplot as plt
:导入Matplotlib的pyplot模块,并给它起了一个别名plt
,这个模块提供了MATLAB风格的绘图接口。
mpl.rcParams['legend.fontsize'] = 10
:设置图例中字体的大小为10。
fig = plt.figure()
:创建一个新的图形对象fig
。
ax = fig.gca(projection = '3d')
:获取当前图形对象的坐标轴对象ax
,并设置其投影类型为三维(3D)。
theta = np.linspace(-4*np.pi, 4*np.pi, 100)
:使用NumPy的linspace
函数生成一个等差数列,从-4π到4π,包含100个等间隔的数值。这个数列将用于参数曲线的x和y坐标的计算。
z = np.linspace(-2, 2, 100)
:生成另一个等差数列,从-2到2,包含100个等间隔的数值。这个数列将用于参数曲线的z坐标的计算。
r = z**2 + 1
:计算每个z值的平方加1,得到一个与z等长的数组r
。这个数组将用于计算x和y坐标。
x = r*np.sin(theta)
:根据参数方程计算x坐标,其中r
是上一步计算得到的,theta
是第一步生成的等差数列。
y = r*np.cos(theta)
:根据参数方程计算y坐标,使用与计算x坐标类似的方式。
ax.plot(x, y, z, label = 'parametric curve')
:在三维坐标轴ax
上绘制参数曲线,传入x、y、z坐标数组,并为这条曲线设置标签"parametric curve"。
ax.legend()
:在三维坐标轴上显示图例,根据之前设置的标签来标识不同的曲线。
plt.show()
:显示最终的三维参数曲线图形。
运行结果如下:
转载from
https://www.cnblogs.com/zrmw/p/8073903.html
(2)3d柱状图绘制
绘制3d柱状图,编写以下代码:
import numpy as np |
运行结果如下:
转载from