使用python實(shí)現(xiàn)三維圖可視化
這是學(xué)習(xí)tensorflow框架中遇到的知識，這里定義函數(shù)的時(shí)候選用的是將x和y封裝起來，方便tensorflow求導(dǎo)。
要慢慢習(xí)慣這種寫法
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
def himmelblau(x):
return (x[0]**2 + x[1] - 11)**2 + (x[0] + x[1]**2 - 7)**2
x = np.linspace(-6, 6, 200)
y = np.linspace(-6, 6, 200)
X, Y = np.meshgrid(x, y)
fig = plt.figure(figsize=(12, 10))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z) # 畫曲面
# ax.plot(X, Y, Z) # 畫曲線，好像x， y得是一維的
ax.view_init(60, -30) # 好像是調(diào)成圖的角度
ax.set_xlabel('X')
ax.set_ylabel('Y')
plt.show()
補(bǔ)充：python3安裝mayavi，實(shí)現(xiàn)3d動態(tài)可視化操作
如下代碼呢，是在網(wǎng)上找的，搜索關(guān)鍵詞“python 3d 動態(tài)可視化”，從找到代碼到真正執(zhí)行成功，問題及解決方法記錄一下。
環(huán)境win8 64位，python3.6
import numpy as np from mayavi import mlab x, y = np.ogrid[-2:2:160j, -2:2:160j] z = abs(x) * np.exp(-x ** 2 - (y / .75) ** 2) pl = mlab.surf(x, y, z, warp_scale=2) mlab.axes(xlabel='x', ylabel='y', zlabel='z') mlab.outline(pl) mlab.show()
問題：
雖然有文章已經(jīng)指出安裝mayavi時(shí)安裝順序?yàn)镻yQt4-->Traits-->VTK-->Mayavi，但是并不知道原因，所以還是直接安裝了mayavi，出現(xiàn)如下報(bào)錯信息：
Microsoft Visual C++ 14.0 is required
原因：
缺少依賴包
解決：
根據(jù)文章所說，在https://www.lfd.uci.edu/~gohlke/pythonlibs/中查找到mayavi的相關(guān)依賴，
1、VTK通過pip install VTK安裝
2.PyQt4無法通過pip install PyQt4安裝,所以需要下載到Python安裝目錄的Script下（環(huán)境為python3.6，64位win），通過命令pip install PyQt4-4.11.4-cp36-cp36m-win_amd64.whl：
3、Traits并不是作為mayavi的依賴包，而是屬于ETS的一部分，同樣通過下載文件，pip install traits-4.6.0-cp36-cp36m-win_amd64.whl安裝
4、mayavi安裝，同樣通過下載文件，pip install mayavi-4.6.0+vtk81-cp36-cp36m-win_amd64.whl安裝
注：PyQt4、Traits、mayavi也不是不能通過pip install直接從網(wǎng)上下載安裝，應(yīng)該還是缺少相關(guān)的依賴，這里只保證通過文件安裝不出錯。
問題：
運(yùn)行代碼時(shí)報(bào)錯：ImportError: numpy.core.multiarray failed to import
原因：
由于mayavi相關(guān)的包安裝的是最新的版本，需要更新numpy
解決：
pip install --upgrade numpy
以上為個人經(jīng)驗(yàn)，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
很多網(wǎng)站都會使用Cookie。本文主要介紹了Django操作cookie的實(shí)現(xiàn)，結(jié)合實(shí)例形式詳細(xì)分析了Django框架針對cookie操作的各種常見技巧與操作注意事項(xiàng)，需要的朋友可以參考下2021-05-05
Python Pytorch深度學(xué)習(xí)之自動微分
今天小編就為大家分享一篇關(guān)于Pytorch自動微分的文章，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-10-10
這篇文章主要介紹了python logging模塊的使用，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-09-09
Python實(shí)現(xiàn)監(jiān)視程序的內(nèi)存使用情況
我們使用Python和它的數(shù)據(jù)處理庫套件進(jìn)行大量數(shù)據(jù)處理時(shí)候,可能使用了大量的計(jì)算資源,那么如何監(jiān)視程序的內(nèi)存使用情況就顯得尤為重要,下面我們就來了解一下具體實(shí)現(xiàn)方法吧2023-12-12
Pytorch使用卷積神經(jīng)網(wǎng)絡(luò)對CIFAR10圖片進(jìn)行分類方式
這篇文章主要介紹了Pytorch使用卷積神經(jīng)網(wǎng)絡(luò)對CIFAR10圖片進(jìn)行分類方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
Python編程快速上手——強(qiáng)口令檢測算法案例分析
這篇文章主要介紹了Python強(qiáng)口令檢測算法,結(jié)合實(shí)例形式分析了Python針對密碼口令強(qiáng)度檢測的相關(guān)算法實(shí)現(xiàn)技巧,需要的朋友可以參考下2020-02-02
python網(wǎng)絡(luò)編程學(xué)習(xí)筆記(七)：HTML和XHTML解析(HTMLParser、BeautifulSoup)
在python中能夠進(jìn)行html和xhtml的庫有很多，如HTMLParser、sgmllib、htmllib、BeautifulSoup、mxTidy、uTidylib等，這里介紹一下HTMLParser、BeautifulSoup等模塊2014-06-06
大家好，本篇文章主要講的是用python的哈希函數(shù)對密碼加密，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下2022-02-02
python3 sorted 如何實(shí)現(xiàn)自定義排序標(biāo)準(zhǔn)
這篇文章主要介紹了python3 sorted 如何實(shí)現(xiàn)自定義排序標(biāo)準(zhǔn)，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
Scrapy-redis爬蟲分布式爬取的分析和實(shí)現(xiàn)
所謂的scrapy-Redis實(shí)際上就是scrapy+redis，其中對redis的操作采用redis-py客戶端。下面這篇文章詳細(xì)介紹了Scrapy-redis爬蟲分布式爬取的分析和實(shí)現(xiàn)，需要的朋友可以參考借鑒，下面來一起看看吧。2017-02-02