Python三維繪圖
在遇到三維數據時，三維圖像能給我們對數據帶來更加深入地理解。python的matplotlib庫就包含了豐富的三維繪圖工具。
1.創建三維坐標軸對象Axes3D
創建Axes3D主要有兩種方式，一種是利用關鍵字projection='3d'l來實現，另一種則是通過從mpl_toolkits.mplot3d導入對象Axes3D來實現，目的都是生成具有三維格式的對象Axes3D.
#方法一，利用關鍵字 from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D #定義坐標軸 fig = plt.figure() ax1 = plt.axes(projection='3d') #ax = fig.add_subplot(111,projection='3d') #這種方法也可以畫多個子圖 #方法二，利用三維軸方法 from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D #定義圖像和三維格式坐標軸 fig=plt.figure() ax2 = Axes3D(fig) 2.三維曲線和散點
隨后在定義的坐標軸上畫圖：
import numpy as np z = np.linspace(0,13,1000) x = 5*np.sin(z) y = 5*np.cos(z) zd = 13*np.random.random(100) xd = 5*np.sin(zd) yd = 5*np.cos(zd) ax1.scatter3D(xd,yd,zd, cmap='Blues') #繪制散點圖 ax1.plot3D(x,y,z,'gray') #繪制空間曲線 plt.show() 
3.三維曲面
下一步畫三維曲面：
fig = plt.figure() #定義新的三維坐標軸 ax3 = plt.axes(projection='3d') #定義三維數據 xx = np.arange(-10,10,100) yy = np.arange(-10,10,100) X, Y = np.meshgrid(x, y) Z = np.sin(X)+np.cos(Y) #作圖 ax3.plot_surface(X,Y,Z,cmap='rainbow') #ax3.contour(X,Y,Z, zdim='z',offset=-2，cmap='rainbow) #等高線圖，要設置offset，為Z的最小值 plt.show() 
如果加入渲染時的步長，會得到更加清晰細膩的圖像：
ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow'),其中的row和cloum_stride為橫豎方向的步長。
4.等高線
同時還可以將等高線投影到不同的面上：
from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D #定義坐標軸 fig4 = plt.figure() ax4 = plt.axes(projection='3d') #生成三維數據 xx = np.arange(-5,5,0.1) yy = np.arange(-5,5,0.1) X, Y = np.meshgrid(xx, yy) Z = np.sin(np.sqrt(X**2+Y**2)) #作圖 ax4.plot_surface(X,Y,Z,alpha=0.3,cmap='winter') #生成表面， alpha 用於控制透明度 ax4.contour(X,Y,Z,zdir='z', offset=-3,cmap="rainbow") #生成z方向投影，投到x-y平面 ax4.contour(X,Y,Z,zdir='x', offset=-6,cmap="rainbow") #生成x方向投影，投到y-z平面 ax4.contour(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #生成y方向投影，投到x-z平面 #ax4.contourf(X,Y,Z,zdir='y', offset=6,cmap="rainbow") #生成y方向投影填充，投到x-z平面，contourf()函數 #設定顯示范圍 ax4.set_xlabel('X') ax4.set_xlim(-6, 4) #拉開坐標軸范圍顯示投影 ax4.set_ylabel('Y') ax4.set_ylim(-4, 6) ax4.set_zlabel('Z') ax4.set_zlim(-3, 3) plt.show() 
5.隨機散點圖
可以利用scatter()生成各種不同大小，顏色的散點圖，其參數如下：
#函數定義 matplotlib.pyplot.scatter(x, y, s=None, #散點的大小 array scalar c=None, #顏色序列 array、sequency marker=None, #點的樣式 cmap=None, #colormap 顏色樣式 norm=None, #歸一化 歸一化的顏色camp vmin=None, vmax=None, #對應上面的歸一化范圍 alpha=None, #透明度 linewidths=None, #線寬 verts=None, # edgecolors=None, #邊緣顏色 data=None, **kwargs ) #ref:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D #定義坐標軸 fig4 = plt.figure() ax4 = plt.axes(projection='3d') #生成三維數據 xx = np.random.random(20)*10-5 #取100個隨機數，范圍在5~5之間 yy = np.random.random(20)*10-5 X, Y = np.meshgrid(xx, yy) Z = np.sin(np.sqrt(X**2+Y**2)) #作圖 ax4.scatter(X,Y,Z,alpha=0.3,c=np.random.random(400),s=np.random.randint(10,20, size=(20, 40))) #生成散點.利用c控制顏色序列,s控制大小 #設定顯示范圍 plt.show() 
Finish
