b3D图形绘制

 

# 导包：

from mpl_toolkits.mplot3d.axes3d import Axes3D

import matplotlib.pyplot as plt

%matplotlib inline

import numpy as np

 

画3D散点图

fig= plt.figure()                        # 二维

axes3D = Axes3D(fig)            # 二维变成三维，生成三维坐标系

x =np.random.randint(0,5,size = 100)

y = np.random.randint(-50,0,size = 100)

z = np.random.randint(-50,0,size = 100)

axes3D.scatter3D(x,y,z)                    

axes3D.set_title("散点图",fontproperties = "KaiTi",fontsize = 20)                  #设置标题

axes3D.set_xlabel("x",color = "r",fontsize = 20)                                             #设置坐标轴标识的属性

axes3D.set_ylabel("y",color = "r",fontsize = 20)                                             

axes3D.set_zlabel("z",color = "r",fontsize = 20)

绘制3D空间线型

fig1 = plt.figure(figsize = (6,5))                #设置二维视图的大小

# 二维变三维

axes3D = Axes3D(fig1)

x = np.linspace(0,200,2000)                      #分别生成三个轴的坐标数据

y = np.sin(x)

z = np.cos(x)

axes3D.plot(x,y,z)                                      #进行3D图形的绘制

绘制面

思路：

利用网格交叉

a = np.arange(1,4,1)

b = np.linspace(2,6,3)

plt.scatter(a,b)

A,B = np.meshgrid(a,b)                             # :meshgrid():从坐标向量返回坐标矩阵。

plt.scatter(A,B)

 

画出三维面

fig = plt.figure(figsize = (8,5))

axes3D = Axes3D(fig)

x = np.linspace(-2,2,100)

y = np.linspace(-2,2,100)

X,Y = np.meshgrid(x,y)                                          #绘制网格交叉点的x，y值

Z = (X**2+Y**2)**0.5                                              #给交叉点添加纵坐标

poly3D = axes3D.plot_surface(X,Y,Z,cmap = plt.cm.Blues_r)                             #在三维坐标系里创建一个曲面图

# 色柱

plt.colorbar(poly3D,shrink = 0.5)                          shrink属性是设置缩放比例

图示：

 

在三维空间中绘制条形图

from matplotlib.pyplot import rcParams

rcParams["font.sans-serif"]="KaiTi" #对全局的字体进行设置

rcParams["axes.unicode_minus"]=False #对符号进行设值，不设置显示方框

fig = plt.figure(figsize = (7,5))

axes3D = Axes3D(fig)

x = np.arange(10)

# y = np.random.randint(0,20,size = 10)

# axes3D.bar(x,y,zs = -100,zdir = "y")

#zs表示若指定一个值，则在该值的z平面上生成图像。zdir表示使用哪个轴作为z轴显示

for year in [2010,2011,2012,2013,2014,2015]:

y = np.random.randint(0,50,size = 10)

axes3D.bar(x,y,zs =year,zdir = "x")

axes3D.set_xlabel("x",color = "r",fontsize = 20)

axes3D.set_ylabel("y",color = "r",fontsize = 20)

axes3D.set_zlabel("z",color = "r",fontsize = 20)

plt.xticks([2010,2011,2012,2013,2014,2015],["2010年","2011年","2012年","2013年","2014年","2015年"],rotation = 60)

#xticks是获取或设置x轴的当前刻度位置和标签

plt.savefig("./image/sanwei.jpg")

 

 

绘制混合3D图形

fig1 = plt.figure(figsize = (6,5))

# 二维变三维

axes3D = Axes3D(fig1)

x = np.linspace(0,200,2000)

y = np.sin(x)

z = np.cos(x)

axes3D.plot(x,y,z)

# 散点图

axes3D.scatter(np.random.randint(0,200,size =100),

                         np.random.randn(100),

                         np.random.randn(100),

                         s = 100,

                         color =np.random.rand(100,3))

 

 三维子视图的绘制

from mpl_toolkits.mplot3d import axes3d

# 三维的子视图

plt.figure(figsize = (12,9))

axes3D = plt.subplot(1,2,1,projection ="3d")

x = np.linspace(0,20,100)

axes3D.plot(x,np.sin(x),np.cos(x))

axes3D1 = plt.subplot(1,2,2,projection="3d")

X,Y,Z = axes3d.get_test_data()

axes3D1.plot_surface(X,Y,Z,cmap =plt.cm.gist_heat_r)

plt.savefig("./image/hunhe.jpg")

等高线的绘制contour()

fig = plt.figure(figsize = (12,9))

axes3D = Axes3D(fig)

x = np.linspace(0,20,200)

X,Y,Z = axes3d.get_test_data()

axes3D.plot_surface(X,Y,Z,cmap = plt.cm.BuPu_r,alpha = 0.4)

axes3D.contour(X,Y,Z,cmap =plt.cm.Accent_r,zdir = "z")                     #设置等高线用函数contour()方法