空间信息可视化

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 from mpl_toolkits.mplot3d import Axes3D import numpy as np import matplotlib.pyplot as plt mpl.rcParams['legend.fontsize'] = 10 fig = plt.figure() ax = fig.gca(projection = '3d') theta = np.linspace(-4*np.pi, 4*np.pi, 100) #生成等差数列，100表示生成100个等间隔数值 z = np.linspace(-2, 2, 100) r = z**2 +1 x = r*np.sin(theta) y = r*np.cos(theta) ax.plot(x,y,z,label = 'parametric cureve') ax.legend() plt.show()

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 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 构造需要显示的值 X = np.arange(0, 5, step=1)  # X轴的坐标 Y = np.arange(0, 9, step=1)  # Y轴的坐标 # 设置每一个（X，Y）坐标所对应的Z轴的值，在这边Z（X，Y）=X+Y Z = np.zeros(shape=(5, 9)) for i in range(5):     for j in range(9):         Z[i, j] = i + j xx, yy = np.meshgrid(X, Y)  # 网格化坐标 X, Y = xx.ravel(), yy.ravel()  # 矩阵扁平化 bottom = np.zeros_like(X)  # 设置柱状图的底端位值 Z = Z.ravel()  # 扁平化矩阵 width = height = 1  # 每一个柱子的长和宽 # 绘图设置 fig = plt.figure() ax = fig.gca(projection='3d')  # 三维坐标轴 ax.bar3d(X, Y, bottom, width, height, Z, shade=True)  # # 坐标轴设置 ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_zlabel('Z(value)') plt.show()

运行结果如下：

转载from

【Python】如何使用matlibplot绘制3D柱形图_matplotlib三维柱形图-CSDN博客