快捷導航

python中15種3D繪圖函數(shù)總結(jié)

更新時間：2023年09月15日 10:20:49 作者：微小冷

這篇文章主要為大家詳細介紹了python中15種3D繪圖函數(shù)的用法,文中的示例代碼講解詳細,具有一定的學習價值,感興趣的小伙伴可以跟隨小編一起了解一下

基礎(chǔ)圖

一般來說，二維繪圖函數(shù)在不新增坐標軸的情況下，可以指定一個z軸方向，然后在z=0的平面內(nèi)進行繪圖，支持這種特性的函數(shù)有下面這幾個

函數(shù)	坐標參數(shù)	圖形類別
plot	x,y	曲線圖	默認z=0
scatter	x,y	散點圖	默認z=0
step	x,y	步階圖	默認z=0
bar	x,y	條形圖	默認z=0

函數(shù) 坐標參數(shù) 圖形類別 plotx,y曲線圖默認z=0scatterx,y散點圖默認z=0stepx,y步階圖默認z=0barx,y條形圖默認z=0

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(25)/3
y = np.sin(x)
keys = ["plot", "scatter", "step", "bar"]
fig = plt.figure(figsize=(14,4))
for i,key in enumerate(keys, 1):
    ax = fig.add_subplot(1, 4, i, projection="3d")
    fDct = {"plot" : ax.plot,  "scatter"  : ax.scatter,         
            "step" : ax.step,  "bar"      : ax.bar}
    fDct[key](x,y)
    plt.title(key)
plt.tight_layout()
plt.show()

如果可以輸入三個坐標，那么就不必指定zdir了，但x,y,z必須是一維數(shù)組，只有scatter例外。

函數(shù)	坐標參數(shù)	圖形類別	同名函數(shù)
plot	x, y, z	曲線圖
scatter	x, y, z	散點圖	可以是二維網(wǎng)格
step	x, y, z	步階圖
bar	x, y, z	條形圖
stem	x, y, z	莖葉圖

三維圖

繪圖函數(shù)	坐標	繪圖類型	坐標說明
plot_surface	x,y,z	三維曲面圖	x,y必須是網(wǎng)格
plot_wireframe	x,y,z	三維網(wǎng)格圖	x,y必須是網(wǎng)格
plot_trisurf	x,y,z	三角曲面圖	x,y,z是一維數(shù)組

import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
X, Y = np.indices([30, 30])/3 - 5
Z = np.sin(np.sqrt(X**2 + Y**2))
fig = plt.figure(figsize=(12,5))
ax = fig.add_subplot(131, projection='3d')
ax.plot_surface(X, Y, Z)
plt.title("plot_surface")
ax = fig.add_subplot(132, projection='3d')
ax.plot_wireframe(X, Y, Z)
plt.title("plot_wireframe")
ax = fig.add_subplot(133, projection='3d')
ax.plot_trisurf(X.reshape(-1), Y.reshape(-1), Z.reshape(-1))
plt.title("plot_trisurf")
plt.tight_layout()
plt.show()

誤差線

二維坐標中的誤差線函數(shù) errorbar 在三維投影下仍然適用，并且支持z方向的誤差線

x = np.arange(25)/3
y = np.sin(x)
z = np.cos(x)
y1, y2 = 0.9*y, 1.1*y
x1, x2 = 0.9*x, 1.1*x
z1, z2 = 0.9*z, 1.1*z
xerr = np.abs([x1, x2])/10
yerr = np.abs([y1, y2])/10
zerr = np.abs([z1, z2])/10
fig = plt.figure(figsize=(10,3))
ax = fig.add_subplot(131, projection='3d')
ax.errorbar(x, y, z, yerr=yerr)
plt.title("errorbar with yerr")
ax = fig.add_subplot(132, projection='3d')
ax.errorbar(x, y, z, xerr=xerr)
plt.title("errorbar with xerr")
ax = fig.add_subplot(133, projection='3d')
ax.errorbar(x, y, z, zerr=zerr)
plt.title("errorbar with zerr")
plt.tight_layout()
plt.show()

效果如下

等高線

等高線理所當然地支持三維坐標圖，畢竟在沒有第三個軸的情況下，等高線圖都會用偽彩色來顯示高度，現(xiàn)在有了第三個軸，那必須得墻裂支持。

但對于contourf而言，并不會把登高平面銜接起來，所以看上去就像梯田一樣，所以不建議在3D坐標中直接繪制contourf圖像，而是聲名一個z軸，繪制這個z軸方向的投影

X, Y = np.indices([100,100])/30 - 1.5
Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2)
fig = plt.figure(figsize=(10,3))
ax = fig.add_subplot(131, projection='3d')
ax.contour(X, Y, Z)
plt.title("contour")
ax = fig.add_subplot(132, projection='3d')
ax.contourf(X, Y, Z)
plt.title("contourf")
ax = fig.add_subplot(133, projection='3d')
ax.contourf(X, Y, Z, zdir='y', offset=0)
plt.title("contourf with zdir=y")
plt.tight_layout()
plt.show()

其中，第三幅圖是整個等高線圖在z軸方向的投影，可以理解為左視圖。

場圖

場圖也是可以支持三維數(shù)據(jù)的，只不過需要6個坐標而已，記作x,y,z,u,v,w，但流場和風場就不支持三維圖像了。

Y, X, Z = np.indices([4,4,4])/0.5 - 3
U = X + Y
V = Y - X
W = X + Y - Z
ax = plt.subplot(projection='3d')
ax.quiver(X, Y, Z, U, V, W,  length=0.2)
plt.title("quiver")
plt.tight_layout()
plt.show()

統(tǒng)計圖

hist和boxplot在3D坐標中是可以繪制出來的，但是并不支持指定坐標軸，也不支持指定繪圖位置，所以并不建議在3D坐標系中使用，下面僅做下展示

x = np.random.standard_normal(size=1000)
fig = plt.figure(figsize=(9,4))
ax = fig.add_subplot(121, projection='3d')
ax.hist(x)
plt.title("hist")
ax = fig.add_subplot(122, projection='3d')
ax.boxplot(x)
plt.title("boxplot")
plt.tight_layout()
plt.show()

非結(jié)構(gòu)坐標圖

tricontour和tricontourf支持三維坐標，而triplot盡管在3維坐標系下不報錯，但繪制的其實是二維圖像，所以并不推薦。另一方面，和contourf類似，tricontourf所產(chǎn)生從登高面，同樣并不會彼此銜接，所以觀感其實是比較奇怪的，所以在三維坐標系中，比較推薦的非結(jié)構(gòu)坐標圖就只有tricontour這一個。

x = np.random.uniform(-4, 4, 256)
y = np.random.uniform(-2, 2, 256)
z = (1 - x/2 + x**5 + y**3) * np.exp(-x**2 - y**2)
levels = np.linspace(z.min(), z.max(), 7)
fig = plt.figure(figsize=(9,4))
ax = fig.add_subplot(121, projection='3d')
ax.plot(x, y, z, 'o', markersize=1, alpha=0.5)
ax.tricontour(x, y, z, levels=levels)
plt.title("tricontour")
ax = fig.add_subplot(122, projection='3d')
ax.plot(x, y, z, 'o', markersize=1, alpha=0.5)
ax.tricontourf(x, y, z, levels=levels)
plt.title("tricontourf")
plt.tight_layout()
plt.show()