3D梯度下降

我的上一篇博客，两个变量没画出3D图
本次就将上一次代码进行改进，使结果的图像为3D

代码实现

#引入所需模块
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

#方程组为f(x1,x2) = (x1+x2)^2

#定义目标函数
def mubiaofunc(x1,x2):
    return (x1+x2)**2
    pass
    
#定义梯度函数，返回导数，我分别求了两个偏导，可以放在一个函数里
def tidufuncx1(x1,x2):
    return 2*x1+2*x2
    pass

def tidufuncx2(x1,x2):
    return 2*x2+2*x1
    pass

#定义空列表，存放x1,x2的元组
listx = []

#定义猜测的过程
def func(pointx1,pointx2,mubiaofunc,tidufuncx1,tidufuncx2,rating=0.1,tolent=0.000001,times=500):
	'''
    :param pointx1,pointx2: 猜测的点
    :param mubiaofunc: 目标函数
    :param tidufuncx1,tidufuncx2: 梯度函数
    :param rating: 步进系数(移动的距离)
    :param tolent: 收敛条件（极小）
    :param times:移动次数
    :return: 返回极值点的x值
    '''