Python+Matplotlib實現(xiàn)繪制三維折線圖

更新時間：2023年03月21日 09:15:28 作者：code?lin

立體圖視覺上層次分明色彩鮮艷，具有很強的視覺沖擊力，讓觀看的人駐景時間長，留下深刻的印象。今天我們就通過這篇文章來了解如何用python中的matplotlib庫繪制漂亮的三維折線圖吧

1.0簡介

三維圖像技術是現(xiàn)在國際最先進的計算機展示技術之一，任何普通電腦只需要安裝一個插件，就可以在網絡瀏覽器中呈現(xiàn)三維的產品，不但逼真，而且可以動態(tài)展示產品的組合過程，特別適合遠程瀏覽。

立體圖視覺上層次分明色彩鮮艷，具有很強的視覺沖擊力，讓觀看的人駐景時間長，留下深刻的印象。立體圖給人以真實、栩栩如生，人物呼之欲出，有身臨其境的感覺，有很高的藝術欣賞價值。

今天我們就通過這篇文章來了解如何用python中的matplotlib庫繪制漂亮的三位論文圖吧！秀翻你的朋友！

2.0三維圖畫法與類型

首先要安裝Matplotlib庫可以使用pip：

pip install matplotlib

假設已經安裝了matplotlib工具包。

利用matplotlib.figure.Figure創(chuàng)建一個圖框：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

1、直線繪制（Line plots）

基本用法：ax.plot(x,y,z,label=' ')

代碼如下：

import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
 
mpl.rcParams['legend.fontsize'] = 10
 
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
ax.plot(x, y, z, label='parametric curve')
ax.legend()

效果如下：

2、散點繪制（Scatter plots）

基本語法：

ax.scatter(xs, ys, zs, s=20, c=None, depthshade=True, *args, *kwargs)

代碼大意為：

xs,ys,zs：輸入數(shù)據(jù)；
s:scatter點的尺寸
c:顏色，如c = 'r’就是紅色；
depthshase:透明化，True為透明，默認為True，F(xiàn)alse為不透明
*args等為擴展變量，如maker = ‘o’，則scatter結果為’o‘的形狀

示例代碼：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
 
 
def randrange(n, vmin, vmax):
    '''
    Helper function to make an array of random numbers having shape (n, )
    with each number distributed Uniform(vmin, vmax).
    '''
    return (vmax - vmin)*np.random.rand(n) + vmin
 
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
 
n = 100
 
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zlow, zhigh)
    ax.scatter(xs, ys, zs, c=c, marker=m)
 
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
 
plt.show()

效果：

3、線框圖（Wireframe plots）

基本用法：ax.plot_wireframe(X, Y, Z, *args, **kwargs)

X,Y,Z：輸入數(shù)據(jù)
rstride:行步長
cstride:列步長
rcount:行數(shù)上限
ccount:列數(shù)上限

示例代碼：

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
 
 
fig = plt.figure()
ax = fig.add_subplot(100, projection='3d')
 
# Grab some test data.
X, Y, Z = axes3d.get_test_data(0.12)
 
# Plot a basic wireframe.
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)
 
plt.show()

有點丑。。。大家可以自行更改繪圖數(shù)據(jù)，美化圖像。

4、三角表面圖（Tri-Surface plots）

基本用法：ax.plot_trisurf(*args, **kwargs)

ax.plot_trisurf(*args, **kwargs)

X,Y,Z:數(shù)據(jù)

其他參數(shù)類似surface-plot

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
 
 
n_radii = 8
n_angles = 36
 
radii = np.linspace(0.125, 1.0, n_radii)
angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)
 
angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)
 
 
# points in the (x, y) plane.
x = np.append(0, (radii*np.cos(angles)).flatten())
y = np.append(0, (radii*np.sin(angles)).flatten())
 
 
z = np.sin(-x*y)
 
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
 
ax.plot_trisurf(x, y, z, linewidth=0.2, antialiased=True)
 
plt.show()

運行效果圖：

5.隨機散點圖

利用scatter生成隨機散點圖。

函數(shù)定義：

#函數(shù)定義
matplotlib.pyplot.scatter(x, y,
s=None, #散點的大小 array scalar
c=None, #顏色序列 array、sequency
marker=None, #點的樣式
cmap=None, #colormap 顏色樣式
norm=None, #歸一化歸一化的顏色camp
vmin=None, vmax=None, #對應上面的歸一化范圍
alpha=None, #透明度
linewidths=None, #線寬
verts=None, #
edgecolors=None, #邊緣顏色
data=None,
**kwargs
)

示例代碼：

import numpy as np
import matplotlib.pyplot as plt
#定義坐標軸
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')
 
#生成三維數(shù)據(jù)
xx = np.random.random(20)*10-5   #取100個隨機數(shù)，范圍在5~5之間
yy = np.random.random(20)*10-5
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))
 
#作圖
ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20,size=(20, 20)))     #生成散點.利用c控制顏色序列,s控制大小
 
plt.show()

效果：