Python如何實現3D繪圖方式

這篇文章將為大家詳細講解有關Python如何實現3D繪圖方式，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Axes3D 對象創建方法一：Axes3D(fig)

在 Matplotlib 1.0.0 版本中，繪制 3D 圖需要先導入 Axes3D 包，獲取 figure 畫布對象 fig 后，通過 Axes3D(fig) 方法來創建 Axes3D 對象，具體方法如下：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 獲取 figure 畫布并創建 Axes3D 對象
fig = plt.figure()
ax = Axes3D(fig)
# 數據坐標
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 繪制線性圖
ax.plot(x, y, z)
plt.show()

Axes3D 對象創建方法二：add_subplot

在 Matplotlib 3.2.0 版本中，繪制 3D 圖可以通過創建子圖，然后指定 projection 參數 為 3d 即可，返回的 ax 為 Axes3D 對象，以下兩種方法均可：

import numpy as np
import matplotlib.pyplot as plt
# 獲取 figure 畫布并通過子圖創建 Axes3D 對象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 數據坐標
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 繪制線性圖
ax.plot(x, y, z)
plt.show()

import numpy as np
import matplotlib.pyplot as plt
# 通過子圖創建 Axes3D 對象
ax = plt.subplot(111, projection='3d')
# 數據坐標
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 繪制線性圖
ax.plot(x, y, z)
plt.show()

【01x03】Axes3D 對象創建方法三：gca

除了以上兩種方法以外，還可以先獲取畫布對象 fig，再通過 fig.gca() 方法獲取當前繪圖區（gca = Get Current Axes），然后指定 projection 參數 為 3d 即可，返回的 ax 為 Axes3D 對象。

import numpy as np
import matplotlib.pyplot as plt
# 依次獲取畫布和繪圖區并創建 Axes3D 對象
fig = plt.figure()
ax = fig.gca(projection='3d')
# 數據坐標
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 繪制線性圖
ax.plot(x, y, z)
plt.show()

以上三種方法運行結果均為下圖：

cmap 與 colorbar

默認情況下，散點圖、線性圖、曲面圖等將以純色著色，但可以通過提供 cmap 參數支持顏色映射。cmap 參數用于設置一些特殊的顏色組合，如漸變色等。

如果使用了 cmap 參數，則可以使用 pyplot.colorbar() 函數來繪制一個色條，即顏色對照條。

基本語法：matplotlib.pyplot.colorbar([mappable=None, cax=None, ax=None, **kw])

部分參數解釋如下表，其他參數，如長度，寬度等請參考官方文檔。

3D 線性圖：Axes3D.plot

基本方法：Axes3D.plot(xs, ys[, zs, zdir='z', *args, **kwargs])

import numpy as np
import matplotlib.pyplot as plt
# 設置中文顯示
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 依次獲取畫布和繪圖區并創建 Axes3D 對象
fig = plt.figure()
ax = fig.gca(projection='3d')
# 第一條3D線性圖數據
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z1 = np.linspace(-2, 2, 100)
r = z1**2 + 1
x1 = r * np.sin(theta)
y1 = r * np.cos(theta)
# 第二條3D線性圖數據
z2 = np.linspace(-3, 3, 100)
x2 = np.sin(z2)
y2 = np.cos(z2)
# 繪制3D線性圖
ax.plot(x1, y1, z1, color='b', label='3D 線性圖一')
ax.plot(x2, y2, z2, color='r', label='3D 線性圖二')
# 設置標題、軸標簽、圖例，也可以直接使用 plt.title、plt.xlabel、plt.legend...
ax.set_title('繪制 3D 線性圖示例', pad=15, fontsize='12')
ax.set_xlabel('x 軸', color='r', fontsize='12')
ax.set_ylabel('y 軸', color='g', fontsize='12')
ax.set_zlabel('z 軸', color='b', fontsize='12')
ax.legend()
plt.show()

3D 散點圖：Axes3D.scatter

基本方法：Axes3D.scatter(xs, ys[, zs=0, zdir='z', s=20, c=None, depthshade=True, *args, **kwargs])

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 依次獲取畫布和繪圖區并創建 Axes3D 對象
fig = plt.figure()
ax = fig.gca(projection='3d')
n = 100
def randrange(n, vmin, vmax):
    return (vmax - vmin)*np.random.rand(n) + vmin
'''
定義繪制 n 個隨機點，設置每一組數據點的樣式和范圍
x軸數據位于[23，32]區間，y軸數據位于[0，100]區間，z軸數據位于[zlow，zhigh]區間
'''
for m, zlow, zhigh in [('o', -50, -25), ('^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zlow, zhigh)
    ax.scatter(xs, ys, zs, marker=m)
# 設置標題、軸標簽、圖例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('繪制 3D 散點圖示例', pad=15, fontsize='12')
ax.set_xlabel('x 軸', color='b')
ax.set_ylabel('y 軸', color='b')
ax.set_zlabel('z 軸', color='b')
plt.show()

3D 線框圖：Axes3D.plot_wireframe

基本方法：Axes3D.plot_wireframe(X, Y, Z[, *args, **kwargs])

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 獲取 figure 畫布并通過子圖創建 Axes3D 對象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 定義Z軸坐標的生成方法
def f(m, n):
    return np.sin(np.sqrt(m ** 2 + n ** 2))
# 設置3D線框圖數據
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
# 生成網格點坐標矩陣，該方法在系列文章八中有具體介紹
X, Y = np.meshgrid(x, y)
Z = f(X, Y)
# 繪制3D線框圖
ax.plot_wireframe(X, Y, Z, color='c')
# 設置標題、軸標簽、圖例，也可以直接使用 plt.title、plt.xlabel...
ax.set_title('繪制 3D 線框圖示例', pad=15, fontsize='12')
ax.set_xlabel('x 軸')
ax.set_ylabel('y 軸')
ax.set_zlabel('z 軸')
plt.show()

關于Python如何實現3D繪圖方式就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。