Python中三维坐标空间绘制的实现_Python

Python中三维坐标空间绘制的实现

2020-09-23 00:05余生若初 Python

这篇文章主要介绍了Python中三维坐标空间绘制的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

在三维空间绘制点,线,面

1.绘制点

用scatter()散点绘制三维坐标点

									from matplotlib import pyplot as plt

									from mpl_toolkits.mplot3d import Axes3D

									dot1 = [[0, 0, 0], [1, 1, 1], [

									  2, 2, 2], [2, 2, 3], [2, 2, 4]] # 得到五个点

									plt.figure() # 得到画面

									ax1 = plt.axes(projection='3d')

									ax1.set_xlim(0, 5) # X轴，横向向右方向

									ax1.set_ylim(5, 0) # Y轴,左向与X,Z轴互为垂直

									ax1.set_zlim(0, 5) # 竖向为Z轴

									color1 = ['r', 'g', 'b', 'k', 'm']

									marker1 = ['o', 'v', '1', 's', 'H']

									i = 0

									for x in dot1:

									  ax1.scatter(x[0], x[1], x[2], c=color1[i],

									        marker=marker1[i], linewidths=4) # 用散点函数画点

									  i += 1

									plt.show()

Python中三维坐标空间绘制的实现

2.绘制线

函数plot3D(xs, ys, *args, zdir=‘z', **kwargs),用于绘制三维坐标的线，其参数使用说明如下.
（1）xs,ys,zdir=‘z': 设置(x,y,z)坐标值,为集合对象,是该函数与plot()的唯一区别.
(2) kwargs:接受键值对参数,使用方法同plot()

									from matplotlib import pyplot as plt

									from mpl_toolkits.mplot3d import Axes3D

									import numpy as np

									plt.figure()

									ax = plt.subplot(111, projection='3d')

									ax.set_xlim(0, 20) # X轴，横向向右方向

									ax.set_ylim(20, 0) # Y轴,左向与X,Z轴互为垂直

									ax.set_zlim(0, 20) # 竖向为Z轴

									z = np.linspace(0, 4*np.pi, 500)

									x = 10*np.sin(z)

									y = 10*np.cos(z)

									ax.plot3D(x, y, z, 'black') # 绘制黑色空间曲线

									# ----------------------------------------------------------

									z1 = np.linspace(0, 4*np.pi, 500)

									x1 = 5*np.sin(z1)

									y1 = 5*np.cos(z1)

									ax.plot3D(x1,y1,z1,'g--')   #绘制绿色空间虚曲线

									#------------------------------------------------------------

									ax.plot3D([0,18,0],[5,18,10],[0,5,0],'om-')  #绘制带o折线

									plt.show()

Python中三维坐标空间绘制的实现

3.绘制面

3D 图形需要的数据与等高线图基本相同：X、Y 数据决定坐标点，Z 轴数据决定 X、Y 坐标点对应的高度。与等高线图使用等高线来代表高度不同，3D 图形将会以更直观的形式来表示高度。
为了绘制 3D 图形，需要调用 Axes3D 对象的 plot_surface()方法来完成。

									from matplotlib import pyplot as plt

									from mpl_toolkits.mplot3d import Axes3D

									from matplotlib import cm

									import numpy as np

									fig = plt.figure(figsize=(15, 5))

									ax = fig.add_subplot(131, projection='3d') # 第一个绘图区

									x = np.arange(1, 50, 1)

									y = np.arange(1, 50, 1)

									X, Y = np.meshgrid(x, y) # 将坐标向量(x,y)变为坐标矩阵(X,Y)

									def Z(X, Y): # 自定义求Z向量的函数

									  return X*0.2+Y*0.3+20

									s1 = ax.plot_surface(X, Y, Z(X, Y), rstride=10,

									           cstride=10, cmap=cm.jet, linewidth=1,

									          antialiased=True)  #绘制面

									ax.set_xlim3d(0,50)  #指定x轴坐标值范围

									ax.set_ylim3d(0,50)  #指定y轴坐标值范围

									ax.set_zlim3d(0,50)  #指定z轴坐标值范围 

									fig.colorbar(s1,shrink=1,aspect=5)  

									#------------------------------------------

									ax1 = fig.add_subplot(132,projection='3d')  #第二个绘图区

									s2 = ax1.plot_surface(X,Y,Z(X,Y),rstride=1,

									           cstride=1, cmap=cm.jet, linewidth=1,

									          antialiased=False)  #绘制面

									fig.colorbar(s2,shrink=0.5,aspect=5)

									#--------------------------------------------

									d = 0.05

									x1 = np.arange(-4,4,d)

									y1 = np.arange(-3,3,d)

									X1,Y1 = np.meshgrid(x1,y1)

									def Z1(X,Y):         #自定义求z向量的函数

									  z1 = np.exp(-X**2-Y**2)

									  z2 = np.exp(-(X-1)**2-(Y-1)**2)

									  return (z2-z1)*2       #返回Z坐标值

									ax2 = fig.add_subplot(133,projection='3d')

									s3 = ax2.plot_surface(X,Y,Z(X,Y),rstride=1,

									           cstride=1, cmap=cm.jet, linewidth=1,

									          antialiased=False)

									fig.colorbar(s3,shrink=0.5,aspect=5)

									plt.show()