绘制3D图

~ 今天的代码学习——绘制3D图（参数曲线）
代码

# @Author  : 发疯的谢必安
# @Time    : 2024/3/18 19:20
# @Description: 3D 曲线
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.add_subplot(111, projection='3d')
theta =np.linspace(-4 * np.pi, 4 * np.pi, 100)
z=np.linspace(-4,4,100)*0.3
r = z ** 3 + 1
x = r * np.sin(theta)
y = r * np. cos(theta)
ax.plot(x,y,z, label= 'parametric curve' )
ax.legend()
plt. show()

方法及参数

1. mpl.rcParams: 这是一个配置字典，允许你自定义多种 matplotlib 的样式和行为配置。rcParams 中的 rc 意味着 “runtime configuration”（运行时配置）。
2. legend.fontsize: 这是 mpl.rcParams 字典中的一个键，用于设置图例中字体的大小。fontsize 字面上的意思是 “字体大小”。
3. plt.figure(): 这是 matplotlib.pyplot 模块中的一个函数，用于创建一个新的图形。figure 字面意思是 “图形”，在 matplotlib 中，它是绘图的顶级容器。
4. fig.gca(projection='3d'):
   • fig: 是之前通过 plt.figure() 创建的图形实例的变量名。
   • gca: 是 figure 实例的方法，代表 “get current axis”（获取当前坐标轴）。该方法返回当前活动的轴实例，如果没有活动的轴实例，则创建一个新的。
   • projection='3d': 是 gca 方法的参数，表示请求的坐标轴应该是三维的。字面意义是 “投影”，这里用来指定创建的坐标轴是三维空间坐标轴。
5. np.linspace: 这是 numpy 库中的一个函数，用于生成一个等间隔的数字数组。linspace 中的 lin 表示 “linear”（线性的），space 表示 “spacing”（间隔），整体含义是“线性间隔”。
6. theta, z, r, x, y: 这些变量名代表的是数学中常用的参数和变量名，用于计算和表示3D参数曲线的不同维度：
   • theta: 通常用于极坐标或球坐标系统中表示角度的一个变量。
   • z: 这里指的是3D空间中的第三个坐标，与二维平面的 x 和 y 坐标轴垂直。
   • r: 在极坐标系统中，r 通常表示距原点的半径。在这段代码中，r 与 z 相关，用于计算 x 和 y。
   • x 和 y: 代表3D空间中的水平和垂直坐标轴。
7. ax.plot: 这是 Axes3D 对象的方法，用于在三维空间中绘制线条或者标记点。
   • ax: 代表了当前的三维坐标轴实例。
   • plot: 字面上是 “画图” 或 “绘制” 的意思，这里用于绘制数据点形成的线条。
8. label='parametric curve': label 参数在 plot 方法中用于指定为这条曲线设置的图例名称。parametric curve 直译为 “参数曲线”，表示这是按照参数方程定义的曲线。
9. plt.show(): 这是 matplotlib.pyplot 模块的函数，用于显示所有已经绘制的图形。show 字面上的意思是 “展示”。

---

关于ax= fig.add_subplot(111, projection=‘3d’)

在 matplotlib 中，fig.add_subplot() 方法用于向图形窗口（figure）中添加一个子图（subplot）。这个方法非常灵活，允许你定制子图的布局和特性。当你想要在一个图形窗口中展示多个图表，或者创建特定的图表布局时，add_subplot 方法是非常有用的。

方法解释

• fig： 这是你想要添加子图的图形窗口（figure）的实例。在 matplotlib 中，你通常首先创建一个 figure 实例，然后在这个 figure 上添加一个或多个子图（subplots）。

• add_subplot()： 这个方法属于 figure 类。它的作用是在 figure 中添加一个新的子图。

参数解释

add_subplot 方法有几种不同的参数形式，但其中最常见的是三个整数的形式（nrows, ncols, index），或者是一个三位整数（如 111）。在调用 add_subplot(111, projection='3d') 时，参数的意义如下：

• 111（或 nrows, ncols, index）： 这三个整数参数定义了子图的格局和位置。

  • nrows 和 ncols： 这两个参数将 figure 窗口分割成 nrows * ncols 的网格（行×列）。在这个例子中，111 相当于 nrows=1 和 ncols=1，意味着整个 figure 只包含一个子图。

  • index： 这个参数指定了子图在网格中的位置。索引从1开始，左到右，上到下编号。在这个例子中，只有一个子图，所以 index 也是1。

• projection=‘3d’： 这个参数指定了子图的类型。通过设置 projection='3d'，告诉 matplotlib 你想要创建一个三维轴（Axes），而不是默认的二维轴。这需要 mpl_toolkits.mplot3d 模块中的功能，该模块通过在代码中导入来激活三维绘图能力。

使用示例

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D  # 尽管看起来我们没有直接使用这个导入，但它是必须的，以注册3D投影
fig = plt.figure()  # 创建一个figure对象
ax = fig.add_subplot(111, projection='3d')  # 向这个figure添加一个3D子图
# 现在你可以使用ax实例来绘制三维图形了

通过这种方式，你可以创建三维的散点图、曲面图、线图等。add_subplot 方法以及 projection='3d' 参数是创建三维可视化的关键步骤。

---

Debug~

当你看到“未使用的import语句”这样的警告时，这意味着你的代码中导入了一个模块或者库，但之后并没有直接使用它。在mpl_toolkits.mplot3d 的 Axes3D 的情况下，这个警告可能会令人困惑，因为 Axes3D 的导入方式与其他模块略有不同。

在使用 matplotlib 的 mplot3d 来创建三维图时，你通常会这样开始你的代码：

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

你可能会遇到这样的情况：虽然你导入了 Axes3D，但实际上并没有在代码中显式地引用 Axes3D 类。这是因为在 matplotlib 的早期版本中，仅仅通过导入 Axes3D 就足以注册三维投影，这使得你可以创建三维轴而不需要直接使用 Axes3D 类。因此，即使看起来你没有使用 Axes3D，只要你添加了三维轴，导入它就是必要的。在这种情况下，你的代码可能会是这样的：

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

这里，三维轴是通过 add_subplot 方法的 projection='3d' 参数创建的，而不是直接使用 Axes3D 实例。因此，IDE或代码编辑器可能会认为 Axes3D 的导入是未使用的。

然而，最新的 matplotlib 版本已经改进了这一点，使得即使不显式导入 Axes3D，只要你使用 projection='3d' 参数，三维轴也能成功创建。这意味着在新版本的 matplotlib 中，如果你的代码不直接使用 Axes3D 类，你可以不导入它，从而避免“未使用的import语句”的警告。

如果你确定你需要在你的代码中保留这个导入（例如，为了确保向后兼容性），但想要避免警告，你可以考虑使用一个IDE或编辑器特定的方法来抑制这个特定的警告。不过，对于大多数用途而言，只要你确保使用的 matplotlib 版本不要求显式导入 Axes3D，你就可以安全地移除这个导入语句。

---

end

import matplotlib as mpl
# from mpl_toolkits.mplot3d import Axes3D
# mpl_toolkits.mplot3d 是 matplotlib 库中用于3D图形的模块，
# Axes3D() 方法用于创建实例
import numpy as np
import matplotlib.pyplot as plt
# runtime configuration parametric ,运行时配置参数，图例的字体大小设置为10
mpl.rcParams[ 'legend.fontsize']= 10
# figure 是顶级容器，可以看作是画布，创建画布 ，实例化
fig = plt.figure()

#  # 向这个figure添加一个3D子图
ax= fig.add_subplot(111, projection='3d')
# 希腊字母θ ，linear space  线性间隔即等差数列
theta =np.linspace(-4 * np.pi, 4 * np.pi, 100)
z=np.linspace(-4,4,100)*0.3
r = z ** 3 + 1
x = r * np.sin(theta)
y = r * np. cos(theta)
# 在建立好的坐标系即轴上根据x,y,z 的值画出该曲线
ax.plot(x,y,z, label= 'parametric curve' )
# 标注图例
ax.legend()
# 绘图
plt. show()