【Python】三维画图——matplotlib以及np.mgrid的使用

1. np.mgrid的简单理解和使用

• np.mgrid[start: end: step]
  参数解析：

  start:开始坐标

  stop:结束坐标（实数不包括，复数包括）

  step:步长(实数代表间隔，复数代表取多少个点，如3j就是取3个点)

• 2D下，(x,y)，x的取值变为一列，然后向右拓展长度为len(y)；y的取值变为一行，向下拓展长度为len(x);

• 3D也类似，主要是无法形容，具体看代码展示;

• 注意：mgrid中的k,b,ErrorArry分别对应x,y,z轴！

1维

# 1D矩阵
x = np.mgrid[1:3:1]
print("步长为实数1：{0}，长度：{1}".format(x,len(x)))
y = np.mgrid[1:3:1j]
print("步长为复数1j：{0}，长度：{1}".format(y,len(y)))
z = np.mgrid[1:3:3j]
print("步长为复数3j：{0}，长度：{1}".format(z,len(z)))
m = np.mgrid[1:3:6j]
print("步长为复数6j：{0}，长度：{1}".format(m,len(m)))

2维

# 2D矩阵
x = np.mgrid[1:3:1,4:6:1]
print("1.步长为实数1,1：\n{0}，\n维度：{1}\n\n".format(x,np.array(x).shape))
y = np.mgrid[1:3:3j,4:6:1]
print("2.步长为复数3j,1：\n{0}，\n维度：{1}\n\n".format(y,np.array(y).shape))
z = np.mgrid[1:3:3j,4:6:3j]
print("3.步长为复数3j,3j：\n{0}，维度：{1}".format(z,np.array(z).shape))

3维

• 3D 修改j前的数值观察变化
  改x就改变每一个区间出现的次数
  改y就改变每一个区间的行数
  改z就改变列数
  大概就是这个样子

# 3D矩阵
x = np.mgrid[1:3:3j,4:6:3j,7:9:3j]
print(x,"\n维度：",np.array(x).shape)

参考链接：https://blog.csdn.net/abc13526222160/article/details/88559162

2. 在三维上绘制图形

详情请看链接！！！写的是真不错！！！

https://blog.csdn.net/u014636245/article/details/82799573

• 主要是讲述了如何再python中创建三维坐标轴对象Axes3D

1. 使用mpl_toolkits.mplot3d导入对象Axes3D来实现

# 使用Axes3D建立三维坐标，然后使用matplotlib绘制三维曲面
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d
import pylab as p
import mpl_toolkits.mplot3d.axes3d as p3

k,b=np.mgrid[1:3:3j,4:6:3j]
f_kb=3*k**2+2*b+1
fig = p.figure()
ax=p3.Axes3D(fig)
ax.plot_surface(k,b,f_kb,rstride=1,cstride=1)
ax.set_xlabel('k')
ax.set_ylabel('b')
ax.set_zlabel('ErrorArray')
p.show()

2. 使用关键字projection='3d’参数生成

# 直接使用matplotlib绘制三维曲面，需要用到projection='3d'参数
import matplotlib.pyplot as plt

k,b = np.mgrid[1:3:3j,4:6:3j]
f_kb = 3*k**2+2*b+1

ax = plt.axes(projection='3d')
# ax = plt.subplot(111,projection='3d')
# rstride与cstride是渲染步长，可以得到清晰细腻的图像，越小越精细，但受到绘制前矩阵维度的限制
ax.plot_surface(k,b,f_kb,rstride=1,cstride=1,cmap='rainbow')
ax.set_xlabel('k')
ax.set_ylabel('b')
ax.set_zlabel('ErrorArray')
p.show()