什么是Matplotlib?
Matplotlib是Python中的一个库,用于创建静态和动态动画,并使用其内置函数绘制。它有很多内置特性和内置分析工具,用于分析任何图形或图表。
如果我们想绘制任何三维图形,那么我们可以使用Matplotlib库。当我们有一个巨大的三维变量数据集,我们绘制它的图形时,它看起来非常分散,这被称为3D散点图。我们将使用Matplotlib的matplot3d工具包绘制三维图形。
有一把斧头。函数,它接受坐标X、Y和Z的数据集。
根据我们想要赋予三维图的属性,需要更多的论证。
首次创建Matplotlib时,只考虑二维绘图。大约在1.0版本发布时,通过在Matplotlib的二维显示器上分层一些三维图表工具,创建了一个实用的(尽管相当有限)三维数据可视化工具集。通过导入mplot3d工具包(它是基本Matplotlib安装的一部分),三维图表成为可能。
最简单的三维图是由(x,y,z)三元组的线或簇组成的散点图。这些可以用斧头生产。plot3D和ax。scatter3D函数,很像之前呈现的更典型的二维图表。它们的呼叫特征与二维对应物非常相似。
为了在页面上创建深度错觉,散射点的透明度已经改变。
示例1:
# importing the necessary libraries
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
# generating random dataset
z = np.random.randint(80, size =(55))
x = np.random.randint(60, size =(55))
y = np.random.randint(64, size =(55))
# Creating figures for the plot
fig = plt.figure(figsize = (10, 7))
ax = plt.axes(projection ="3d")
# Creating a plot using the random datasets
ax.scatter3D(x, y, z, color = "red")
plt.title("3D scatter plot")
# display the plot
plt.show()
输出:
解释:
在上面的示例中,我们使用ax创建了三维绘图。scatter()函数。我们最初已经导入了所需的所有库,如numpy、matplotlib和mpl_toolkits。然后,我们使用randInt()函数创建了随机数的x、y和z坐标的数据集。在那之后,我们使用了斧头。scatter3D()函数,并输入x、y和z坐标,我们为点取红色。最后,我们使用show()函数显示绘图。
示例2:
# importing the necessary libraries
from mpl_toolkits import mplot3d
import matplotlib.pyplot as plt
import numpy as np
# Creating random dataset
z = 4 * np.tan(np.random.randint(10, size =(500))) + np.random.randint(100, size =(500))
x = 4 * np.cos(z) + np.random.normal(size = 500)
y = 4 * np.sin(z) + 4 * np.random.normal(size = 500)
# Creating figure
fig = plt.figure(figsize = (16, 12))
ax = plt.axes(projection ="3d")
# Add x, and y gridlines for the figure
ax.grid(b = True, color ='blue',linestyle ='-.', linewidth = 0.5,alpha = 0.3)
# Creating the color map for the plot
my_cmap = plt.get_cmap('hsv')
# Creating the 3D plot
sctt = ax.scatter3D(x, y, z,alpha = 0.8,c = (x + y + z),cmap = my_cmap,marker ='^')
plt.title("3D scatter plot in Python")
ax.set_xlabel('X-axis', fontweight ='bold')
ax.set_ylabel('Y-axis', fontweight ='bold')
ax.set_zlabel('Z-axis', fontweight ='bold')
fig.colorbar(sctt, ax = ax, shrink = 0.6, aspect = 5)
# display the plot
plt.show()
输出:
解释:
在上面的代码中,我们用函数ax绘制了三维图。scatter3D()函数。我们生成了x、y和z坐标的随机数据集,并使用标记“^”绘制了它们。我们使用set_label函数为各个轴提供标签。