Python数据分析之 Matplotlib 3D图详情

来自:网络
时间:2022-05-12
阅读:

最初我们介绍到 Matplotlib 可以绘制2D图形,并且介绍了一些常见图形的绘制方法,其实不仅可以绘制2D图形,现在较新版本的 Matplotlib 加入了3D绘图的工具包,已经可以轻松地绘制3D图形了,接下来就来介绍一下。

Matplotlib 提供了mpl_toolkits.mplot3d工具包来进行3D图表的绘制,我们导入下简单使用如下:

from mpl_toolkits import mplot3d

通过以上代码导入后,可以传递参数projection='3d'给指定图表对象并将其类型设置为3D类型,如下:

import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
fig = plt.figure()
# 创建子图对象,类型为3d
ax = fig.add_subplot(projection='3d')
ax.set_xlabel('X', color='r')
ax.set_ylabel('Y', corlor='g')
ax.set_zlabel('Z', corlor='b')

上面示例代码我们创建了子图对象,并把其类型设置为3D类型,并设置了坐标轴的标签及标签颜色,

结果输出如下:

Python数据分析之 Matplotlib 3D图详情

可以看出,生成了一个三维的坐标轴,下面我们在这个三维的坐标轴中添加图表:

import numpy as np

z = np.linspace(0, 45, 100)
x = z * np.sin(z)
y = z * np.cos(z)
ax.plot3D(x, y, z, '#800080')
plt.show()

结果输出如下:

Python数据分析之 Matplotlib 3D图详情

其中plot3D()方法可以绘制3D的折线图,除此之外,还有scatter3D()绘制3D的散点图、bar3D()绘制3D的柱状图等,这些方法和绘制对应的2D图形方法的使用方式基本一致。

返回顶部
顶部