Python中三维坐标空间绘制的实现 中三维坐标空间绘制的实现 主要介绍了Python中三维坐标空间绘制的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具 有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧 在三维空间绘制点,线,面 1.绘制点绘制点 用scatter()散点绘制三维坐标点 from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D dot1 = [[0, 0, 0], [1, 1, 1], [ 2, 2, 2], [2, 2, 3], [2, 2, 4]] # 得到五个点 plt.figure() # 得到画面 ax1 = plt.axes(projection='3d') ax1.set_xlim(0, 5) # X轴，横向向右方向 ax1.set_ylim(5, 0) # Y轴,左向与X,Z轴互为垂直 ax1.set_zlim(0, 5) # 竖向为Z轴 color1 = ['r', 'g', 'b', 'k', 'm'] marker1 = ['o', 'v', '1', 's', 'H'] i = 0 for x in dot1: ax1.scatter(x[0], x[1], x[2], c=color1[i], marker=marker1[i], linewidths=4) # 用散点函数画点 i += 1 plt.show() 2.绘制线绘制线 函数plot3D(xs, ys, *args, zdir=‘z', **kwargs),用于绘制三维坐标的线，其参数使用说明如下. （1）xs,ys,zdir=‘z': 设置(x,y,z)坐标值,为集合对象,是该函数与plot()的唯一区别. (2) kwargs:接受键值对参数,使用方法同plot() from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np plt.figure() ax = plt.subplot(111, projection='3d') ax.set_xlim(0, 20) # X轴，横向向右方向 ax.set_ylim(20, 0) # Y轴,左向与X,Z轴互为垂直 ax.set_zlim(0, 20) # 竖向为Z轴 z = np.linspace(0, 4*np.pi, 500) x = 10*np.sin(z) y = 10*np.cos(z) ax.plot3D(x, y, z, 'black') # 绘制黑色空间曲线 # ---------------------------------------------------------- z1 = np.linspace(0, 4*np.pi, 500) x1 = 5*np.sin(z1) y1 = 5*np.cos(z1) ax.plot3D(x1,y1,z1,'g--') #绘制绿色空间虚曲线 #------------------------------------------------------------ ax.plot3D([0,18,0],[5,18,10],[0,5,0],'om-') #绘制带o折线 plt.show() 

3.绘制面绘制面 3D 图形需要的数据与等高线图基本相同：X、Y 数据决定坐标点，Z 轴数据决定 X、Y 坐标点对应的高度。与等高线图使用等 高线来代表高度不同，3D 图形将会以更直观的形式来表示高度。 为了绘制 3D 图形，需要调用 Axes3D 对象的 plot_surface()方法来完成。 from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm import numpy as np fig = plt.figure(figsize=(15, 5)) ax = fig.add_subplot(131, projection='3d') # 第一个绘图区 x = np.arange(1, 50, 1) y = np.arange(1, 50, 1) X, Y = np.meshgrid(x, y) # 将坐标向量(x,y)变为坐标矩阵(X,Y) def Z(X, Y): # 自定义求Z向量的函数 return X*0.2+Y*0.3+20 s1 = ax.plot_surface(X, Y, Z(X, Y), rstride=10, cstride=10, cmap=cm.jet, linewidth=1, antialiased=True) #绘制面 ax.set_xlim3d(0,50) #指定x轴坐标值范围 ax.set_ylim3d(0,50) #指定y轴坐标值范围 ax.set_zlim3d(0,50) #指定z轴坐标值范围 fig.colorbar(s1,shrink=1,aspect=5) #------------------------------------------ ax1 = fig.add_subplot(132,projection='3d') #第二个绘图区 s2 = ax1.plot_surface(X,Y,Z(X,Y),rstride=1, cstride=1, cmap=cm.jet, linewidth=1, antialiased=False) #绘制面 fig.colorbar(s2,shrink=0.5,aspect=5) #-------------------------------------------- d = 0.05 x1 = np.arange(-4,4,d) y1 = np.arange(-3,3,d) X1,Y1 = np.meshgrid(x1,y1) def Z1(X,Y): #自定义求z向量的函数 z1 = np.exp(-X**2-Y**2) z2 = np.exp(-(X-1)**2-(Y-1)**2) return (z2-z1)*2 #返回Z坐标值 ax2 = fig.add_subplot(133,projection='3d') s3 = ax2.plot_surface(X,Y,Z(X,Y),rstride=1, cstride=1, cmap=cm.jet, linewidth=1, antialiased=False) fig.colorbar(s3,shrink=0.5,aspect=5) plt.show() 

到此这篇关于Python中三维坐标空间绘制的实现的文章就介绍到这了,更多相关Python 三维坐标空间内容请搜索我们以前的文 章或继续浏览下面的相关文章希望大家以后多多支持我们！