3D曲面图

文章目录

  • 前言
  • 一、Animated 3D chart
  • 二、使用步骤
    • 1.代码如下:
    • 2.旋转角度
    • 3.多种类型


前言

3D 绘图非常适合制作曲面图。在曲面图中,每个点由 3 个变量定义:纬度、经度和高度(X、Y 和 Z)。因此,有两种类型的输入是可能的:
1) 一个矩形矩阵,其中每个单元格代表海拔高度。
2) 一个有 2 列的长格式矩阵,其中每行是一个点。
此示例使用矩形格式作为输入,将其转换为长格式,并绘制以下图:


一、Animated 3D chart

这篇博客文章我们来解释如何使用并创建一个3d曲面动态图。还显示了如何改变旋转角度以生成不同角度的动画。

二、使用步骤

1.代码如下:

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

# 获取data
data = pd.read_csv(r'C:\Users\联想\Downloads\volcano.csv')
 
# 转换为长格式
df = data.unstack().reset_index()
df.columns = ["X", "Y", "Z"]
 
#并将旧的列名转换为数字形式
df['X'] = pd.Categorical(df['X'])
df['X'] = df['X'].cat.codes
 

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')  # Use add_subplot instead of gca
ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2)
 
# 调整角度
ax.view_init(30, 70)

plt.show()

3D曲面图_第1张图片

2.旋转角度

代码如下(示例):


from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
 


data = pd.read_csv(r'C:\Users\联想\Downloads\volcano.csv')
 

df=data.unstack().reset_index()
df.columns=["X","Y","Z"]
 

df['X']=pd.Categorical(df['X'])
df['X']=df['X'].cat.codes

for angle in range(70,166,2):
    plt.ioff()
    fig = plt.figure()
    ax = fig.add_subplot(111,projection='3d')
    ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2) 
    ax.view_init(30,angle)
    
   
    filename='C:/Users/联想/OneDrive/桌面/yyy/img'+str(angle)+'.png'
    plt.savefig(fname=filename, dpi=96)
    plt.gca()
    plt.close(fig)
旋转角度,从70旋转到166,每隔两度旋转截图一次。

3D曲面图_第2张图片

3.多种类型

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
 

#url = 'https://raw.githubusercontent.com/holtzy/The-Python-Graph-Gallery/master/static/data/volcano.csv'
data = pd.read_csv(r'C:\Users\联想\Downloads\volcano.csv')
 

df=data.unstack().reset_index()
df.columns=["X","Y","Z"]
 

df['X']=pd.Categorical(df['X'])
df['X']=df['X'].cat.codes
 

fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2)
plt.show()
 

fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
surf=ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2)
fig.colorbar( surf, shrink=0.5, aspect=5)
plt.show()
 

fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
surf=ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2)
ax.view_init(30, 45)
plt.show()
 

fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.jet, linewidth=0.01)
plt.show()

3D曲面图_第3张图片

你可能感兴趣的:(python可视化,3d,matplotlib,数学建模,python,jupyter)