[matplotlib] add_subplot & 3D

这篇博客展示了如何使用matplotlib进行3D画图,通过`add_subplot`创建了2D和3D子图来展示状态分布、状态到政策的映射以及状态到价值的关系。在3D散点图中,不同颜色代表不同的数据集,帮助读者理解政策和价值在多维空间中的表现。
摘要由CSDN通过智能技术生成

3D 画图,只能使用 add_subplot

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6.4*3, 4.8*1.1))

ax2d = fig.add_subplot(1, 3, 1)
ax2d.scatter(S_2d[:, 0], S_2d[:, 1], s=1)
ax2d.set_title('State distribution')
ax2d.set_xlabel('State[0]')
ax2d.set_ylabel('State[1]')
# ax2d.set_box_aspect(4.8/6.4)

ax3dsp = fig.add_subplot(1, 3, 2, projection='3d')
ax3dsp.scatter(S_2d[:, 0], S_2d[:, 1], dataset_P, s=1, c='g')
ax3dsp.scatter(S_2d[:, 0], S_2d[:, 1], 0, s=1, c='b')
ax3dsp.set_xlabel('State[0]')
ax3dsp.set_ylabel('State[1]')
ax3dsp.set_zlabel('Policy')
ax3dsp.set_title(r'State $\to$ Policy')

ax3dsv = fig.add_subplot(1, 3, 3, projection='3d')
ax3dsv.scatter(S_2d[:, 0], S_2d[:, 1], dataset_V, s=1, c='g')
ax3dsv.scatter(S_2d[:, 0], S_2d[:, 1], dataset_V.min(), s=1, c='b')
ax3dsv.set_xlabel('State[0]')
ax3dsv.set_ylabel('State[1]')
ax3dsv.set_zlabel('Value')
ax3dsv.set_title(r'State $\to$ Value')

fig.tight_layout()
plt.savefig('./svp.png')

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值