Matplotlib繪圖基礎之3D圖形繪制詳解

更新時間：2023年08月10日 14:44:54 作者：databook

matplotlib 在1.0版本之前其實是不支持3D圖形繪制的，后來的版本中，matplotlib加入了3D圖形的支持，擴展了其展示數(shù)據(jù)分布和關系的能力，下面就和大家介紹一下matplotlib中繪制各類3D圖形的方法

1. 點和線

點和線類的圖形轉(zhuǎn)成3D比較簡單，只要加個維度即可。

比如：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
n = 10
xs = np.linspace(0, 100, n)
ys = np.linspace(100, 200, n)
fig, ax = plt.subplots()
ax.scatter(xs, ys, color="r")
ax.plot(xs, ys)
plt.show()

增加一個維度，改成3D圖形：

n = 10
xs = np.linspace(0, 100, n)
ys = np.linspace(100, 200, n)
zs = xs + ys  #增加一個維度，值為x+y的和
fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
ax.scatter(xs, ys, zs, color='r')
ax.plot(xs, ys, zs)
plt.show()

注意，獲取子圖的時候，subplot_kw={"projection": "3d"} 這個參數(shù)很重要，它會把坐標系映射成3維的。

2. 面

繪制面或者曲面的時候稍微復雜一些，不像點和面只要簡單的增加一個維度就可以了。

比如，對于曲面函數(shù)：z=x∗y³−y∗x³

繪制時，不能像如下這樣：

xs = np.arange(-10, 10, 0.5)
ys = np.arange(-10, 10, 0.5)
zs = xs * (ys**3) - ys * (xs**3)

這樣得到的xs, ys, zs只是3維中的一個個點的(x, y, z)坐標，無法繪制曲面。

只能像上一節(jié)那樣繪制3維中的點或者線。

若要繪制曲面，需要用到numpy提供的meshgrid函數(shù)先生成網(wǎng)格。

xs = np.arange(-10, 10, 0.5)
ys = np.arange(-10, 10, 0.5)
xs, ys = np.meshgrid(xs, ys)  #生成網(wǎng)格坐標
zs = xs * (ys**3) - ys * (xs**3)  #計算網(wǎng)格中每個點的Z軸坐標

這樣，把坐標傳入plot_surface函數(shù)，就可以繪制最后的3D曲面了。

fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
ax.plot_surface(xs, ys, zs)
plt.show()

只顯示網(wǎng)格的話，可以用 plot_wireframe 函數(shù)。

ax.plot_wireframe(xs, ys, zs)

從這個示例可以看出，3D曲面其實是一個個網(wǎng)格拼接而成的，

并沒有想象中的平滑，它的平滑程度取決于網(wǎng)格的大小和密度。

3. 立方體

matplotlib中提供了一個繪制立方體的函數(shù)voxels，通過這個函數(shù)可以很方便的繪制各種立方體形狀。

我用voxels繪制了一個簡易的金字塔結構：

x, y, z = np.indices((10, 10, 8))
cube1 = (x < 9) & (y < 9) & (z == 1)
cube2 = (x > 0) & (x < 8) & (y > 0) & (y < 8) & (z == 2)
cube3 = (x > 1) & (x < 7) & (y > 1) & (y < 7) & (z == 3)
cube4 = (x > 2) & (x < 6) & (y > 2) & (y < 6) & (z == 4)
cube5 = (x > 3) & (x < 5) & (y > 3) & (y < 5) & (z == 5)
cube = cube1 | cube2 | cube3 | cube4 | cube5
fig, ax = plt.subplots(subplot_kw={"projection": "3d"})
fig.set_size_inches(8, 6)
ax.voxels(cube, color="goldenrod", edgecolor="g")
plt.show()