用Matplotlib畫三維圖片的一個實例

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

import numpy as np
from matplotlib import cm

fig=plt.figure()
ax=fig.add_subplot(111,projection='3d')

u=np.linspace(-1,1,100)
x,y=np.meshgrid(u,u)
z=x**2+y**2
ax.plot_surface(x,y,z,rstride=4,cstride=4,cmap=cm.YlGnBu_r)
plt.show()

>>

 

相關知識，關於np.meshgrid()函數實現的功能

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(6,9,4)
y=np.linspace(1,5,5)
mx,my=np.meshgrid(x,y)
print(x)
print(y)

print(mx)
print(my)

plt.plot(mx,my,"bo")
plt.show()

>>

[6. 7. 8. 9.]

[1. 2. 3. 4. 5.]

[[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]]

[[1. 1. 1. 1.]
[2. 2. 2. 2.]
[3. 3. 3. 3.]
[4. 4. 4. 4.]
[5. 5. 5. 5.]]

可視化顯示為

生成兩個矩陣xm和ym，矩陣xm和ym是一個網格，正好包含了以x，y數組中元素作為橫縱坐標組成的所有頂點

x,y,z為什么要這樣取值？

這是一個問題，以公式推導求出矩陣2次冪的平方和的結果，從這個結果出發，很難去想象其背后的幾何意義。那么利用可視化工具，讓我們反過來從幾何意義出發，加深對公式推導的理解。起碼對於菜鳥的我來說是這樣哈哈

分析起來有點困難：

------------------------------------------------------------

 

預留

 

 

 

-----------------------------------------------------------

關於Matplotlib 3D畫圖優秀的文章

https://blog.csdn.net/hustqb/article/details/78180337

官方文檔

https://matplotlib.org/tutorials/toolkits/mplot3d.html