昨天写了一篇subplot的练习放到微信公众账号中,想用一个莫比乌斯环的图片作为封面图片,就去维基百科上扒了一个。但是分辨率很低,就想自己绘出一个来。没想到越陷越深,就一起把3D绘图给学习了一遍。
(我昨天在CSDN发表了这篇文章,今天竟然找不到了!)
源代码:https://github.com/gt11799/mobiusband
有关莫比乌斯带,请戳维基百科http://zh.wikipedia.org/wiki/%E8%8E%AB%E6%AF%94%E4%B9%8C%E6%96%AF%E5%B8%A6
函数已经给出,剩下的就是取值,绘图。要绘3D图,X,Y,Z都得是矩阵。平常的做法就是遍历,给矩阵中的每一个元素赋值,如果取样点为100,那么计算X的赋值次数就是100*100,每次赋值还要计算两次cos()。
这就要请出今天的明星-numpy。
numpy是python中的高效数值运算模块。其中包含了各种数学运算,以及array数据类型,这些都是用C写的,如果只是进行少量数值的运算,numpy的性能是低于math的,但是大批量的数值运算,numpy的优势就体现出来了。
首先介绍的是array数据类型,很像list,但是可以不用迭代,直接运算。
>>> from numpy import *
>>> a = array([1,2,3,4])
>>> a * 3
array([ 3, 6, 9, 12]) 这样就可以直接把取样点直接投到函数中得到X的值。
取样也很方便,比如在这个例子中,我们可以这么取v和u:
v = linspace(-1.0, 1.0, num=500, endpoint=True)
u = linspace(0, 2*pi, num=500, endpoint=True) 参数分别是(start,stop,number of sample, 是否包含终止数值)
但是array没有append或者add方法,而且,我试了很久,也没有办法把数据一行一行的添加到一个array中,于是我找了list当作中间人。
把运算复杂度高的u迭代,每次计算出全部的v。
for value_u in u:
answer.append((1. + v / 2. * cos(value_u/2.)) * cos(value_u)) 要提前把v和u取成array类型,要提前定义answer是list。更高效的是直接在list中迭代,我们可以为X,Y,Z分别建立函数,返回数值array。
def func_x(v, u):
answer = [((1. + v / 2. * cos(value_u/2.)) * cos(value_u)) for value_u in u]
return array(answer) 其他坐标轴依此类推。
我们已经准备好了所需要材料,就等着下锅了。3Dplot我用的是mpl_toolkits.mplot中的Axes3D模块,这是matplotlib中的一部分。绘图也很简单,我用的是其中的surface方法。
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(X, Y, Z)
先新建一个figure(为了设置dpi),然后以添加子图的形式添加进去就行。这样就已经成型了,提高下dpi
fig = plt.figure(dpi=150) 增加点色彩变化
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm) 需要从matplotlib中倒入cm,cm模块很有趣,有着很多的色彩变化,可以参考官方文档。我尝试了多种,最后选择是YlOrBr,是yellow or brand,效果图最后会贴出来。
去掉那些黑色曲线
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm, linewidth=0) 然后还玩了一把透明度alpha,最后发现透明度低一点的好(alpha越小,透明度越高)
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm, linewidth=0, alpha=0.9) 现在的图z轴太高,造成立体感不明显,于是我们拉长z轴,让图扁平一点。
ax.set_zlim(-2., 2.)
然后去掉坐标轴
plt.axis('off') 如果用show()方法显示图表,然后保存,背景不是透明的,我们可以用figure.save()取保存
fig.savefig('mobiusband.png', transparent=True) 发现图不够清晰,增加dpi
fig.savefig('mobiusband.png', transparent=True, dpi=600) 然后就得到了最终的图了
——————————————
github主页:https://github.com/gt11799
E-mail:gting405@163.com