python3 绘制三维空间圆的散点图

python 没有方便好用的直接画圆的方法，一般而言，都是使用参数方程画圆，要在三维空间画圆，可利用三维空间中圆的参数方程：

$$\{\begin{array}{c}x(\theta )=c_1+rcos(\theta )a_1+rsin(\theta )b_1\\ y(\theta )=c_2+rcos(\theta )a_2+rsin(\theta )b_2\\ z(\theta )=c_3+rcos(\theta )a_3+rsin(\theta )b_3\end{array}$$

其中 $(a_1,a_2,a_3)$ 和 $(b_1,b_2,b_3)$代表圆面内的单位向量 $\vec{a}$ 和 $\vec{b}$，它们相互垂直，且都垂直于圆的法向量$\vec{n}$，$(c_1,c_2,c_3)$为圆心坐标。

因为这里我的需求是生成空间圆的散点图（带噪声）用于聚类试验用，所以代码里加了一些噪声。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D # 绘制3d散点图

# center 为圆心，n 为圆法向量，noise 为噪声范围， r为半径
def generate_3D_circle(sample_num = 100, r = 1.8, noise = 0.3, center = [0, 0, 0], n = [1, 0, 0]):
    sample = np.linspace(-np.pi, np.pi, sample_num)
    
    a = np.cross(n, [1, 0, 0]) # np.cross(), 向量叉积
    if np.all(a == 0):  # a 是否为0向量
        a = np.cross(n, [0, 1, 0])

    b = np.cross(n, a)  

    # 归一化a，b（圆面两个互垂直向量）
    a = a / np.linalg.norm(a)
    b = b / np.linalg.norm(b)

    # 利用空间圆的参数方程生成圆
    c1 = center[0] * np.ones((sample_num, 1))
    c2 = center[1] * np.ones((sample_num, 1))
    c3 = center[2] * np.ones((sample_num, 1))

    [c_x, c_y, c_z] = c1 + r*a[0]*np.cos(sample) + r*b[0]*np.sin(sample),\
                      c2 + r*a[1]*np.cos(sample) + r*b[1]*np.sin(sample),\
                      c3 + r*a[2]*np.cos(sample) + r*b[2]*np.sin(sample)

    # 加噪声
    nos1 = 0.2 * np.random.normal(1.3, noise, sample_num)
    nos2 = 0.2 * np.random.normal(1.1, noise, sample_num)
    nos3 = 0.2 * np.random.normal(1.1, noise, sample_num)
    c_y += nos1
    c_x += nos2
    c_z += nos3

    return c_x, c_y, c_z


# 散点生成
x=[]

x.append(generate_3D_circle(center=[2, 2, 0], n = [-1, 1, 0]))
x.append(generate_3D_circle(center=[-2, 2, 0], n = [1, 1, 0]))
x.append(generate_3D_circle(center=[2, -2, 0], n = [1, 1, 0]))
x.append(generate_3D_circle(center=[-2, -2, 0], n = [-1, 1, 0]))
x.append(generate_3D_circle(center=[0, 0, 0], n = [0, 0, 1]))


# 绘制散点图
fig = plt.figure()
ax = Axes3D(fig)
for i in x:
    ax.scatter(i[0], i[1], i[2])


# X, Y, Z = [], [], []
# for i in x:
#     X.append(i[0])
#     Y.append(i[1])
#     Z.append(i[2])
# ax.scatter(X, Y, Z)
plt.show()

参考

http://blog.sina.com.cn/s/blog_6496e38e0102vi7e.html