不論是利用Mayavi還是matplotlib繪制三維圖表,里面都用到了numpy中的一個函數叫mgrid。本次博客我簡單地講一下mgrid是干什么用的,以及一個三維曲面是如何繪制出來的。
首先說明一下這里的三個變量分別是k(x軸)、b(y軸)以及ErrorArray(z軸)。為了更好地理解mgrid后的k、b以及ErrorArray是什么,我想在這里舉個簡單的例子,然后用Python做個圖,這樣大家就都明白了。
這次也不讓Err=∑{i=1~n}([yi-(k*xi+b)]**2)了,來個簡單的吧,假設f(k,b)=3k^2+2b+1,k軸范圍為1~3,b軸范圍為4~6:
【step1:k擴展】(朝右擴展):
[1 1 1]
[2 2 2]
[3 3 3]
【step2:b擴展】(朝下擴展):
[4 5 6]
[4 5 6]
[4 5 6]
【step3:定位(ki,bi)】(把上面的k、b聯合起來):
[(1,4) (1,5) (1,6)]
[(2,4) (2,5) (2,6)]
[(3,4) (3,5) (3,6)]
【step4:將(ki,bi)代入f(k,b)=3k^2+2b+1求f(ki,bi)】
[12 14 16]
[21 23 25]
[36 38 40]
這部分代碼如下:
1 import numpy as np 2 import matplotlib.pyplot as plt 3 import mpl_toolkits.mplot3d 4 import pylab as p 5 import mpl_toolkits.mplot3d.axes3d as p3 6 7 k,b=np.mgrid[1:3:3j,4:6:3j] 8 f_kb=3*k**2+2*b+1 9 10 k.shape=-1,1 11 b.shape=-1,1 12 f_kb.shape=-1,1 #統統轉成9行1列 13 14 fig=p.figure() 15 ax=p3.Axes3D(fig) 16 ax.scatter(k,b,f_kb,c='r') 17 ax.set_xlabel('k') 18 ax.set_ylabel('b') 19 ax.set_zlabel('ErrorArray') 20 p.show()
【step5:將(ki,bi,f(ki,bi))連起來,形成曲面】
這部分代碼如下:
1 import numpy as np 2 import matplotlib.pyplot as plt 3 import mpl_toolkits.mplot3d 4 import pylab as p 5 import mpl_toolkits.mplot3d.axes3d as p3 6 7 k,b=np.mgrid[1:3:3j,4:6:3j] 8 f_kb=3*k**2+2*b+1 9 10 ax=plt.subplot(111,projection='3d') 11 ax.plot_surface(k,b,f_kb,rstride=1,cstride=1) 12 ax.set_xlabel('k') 13 ax.set_ylabel('b') 14 ax.set_zlabel('ErrorArray') 15 p.show()
【其它說明】
上面講了一種簡單到誇張的情況,不過我認為很好的理解了mgrid。事實上當Err=∑{i=1~n}([yi-(k*xi+b)]**2)時也是同樣的道理(這是最小二乘法擬合y=kx+b時的誤差矩陣)。
mgrid中第三個參數越大,說明某一區間被分割得越細,相應的曲面越精准。在上面的例子中第三個參數為3j,如果說我們其它不變,單純將參數改成10j,則曲面圖如下:
將參數改一下改成30j,則曲面圖如下:
可以發現曲面變得非常柔和。
這部分代碼如下:
1 import numpy as np 2 import matplotlib.pyplot as plt 3 import mpl_toolkits.mplot3d 4 import pylab as p 5 import mpl_toolkits.mplot3d.axes3d as p3 6 7 k,b=np.mgrid[1:3:30j,4:6:30j] 8 f_kb=3*k**2+2*b+1 9 10 ax=plt.subplot(111,projection='3d') 11 ax.plot_surface(k,b,f_kb,rstride=1,cstride=1) 12 ax.set_xlabel('k') 13 ax.set_ylabel('b') 14 ax.set_zlabel('ErrorArray') 15 p.show()
2016.4.3
by 悠望南山