python数据可视化第七节(绘制3D图表和统计地图)

7.1 使用mplot3绘制3D图表

7.1.1 mplot3D概述

mplot3d 是 matplotlib中专门经制 3D图表的工具包,它主要包含一个继承自 Axes 的子类Axes3D,使用 Axes3D 类可以构建一个三维坐标系的绘图区城。matpl otlib 可以通过两和方式创建 Axes3D 类的对象:一种方式是 Axes:3D()方法,另一种方式是add_subplot()方法,具体介绍如下。

1 .Axes3D()方法

Axes3D()是构造方法,它直接用于构建一个Axes3D类的对象,Axes3D()方法的语法格式如下:

Axes 3D (fig,rect-None,*args,azim=-60, elev=30,zscale=None,sharez=None,
proj_type='persp',**kwargs)

2 .add_subplot()方法

在调用add_subplot()方法添加绘图区域时为该方法传入projection=‘3d’,即指定坐标系的类型为三维坐标系,返回一个Axes3D的对象

7.1.2 绘制常见的3D图表

1.绘制3D线框图

Axes3D类的对象使用plot_wireframe()方法绘制框线图,plot_wireframe()方法的语法格式如下所示:

plot_wireframe(self,x,y,z,*args,**kwargs)

案例一:绘制3D线框图
(1)示例代码如下:

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 获取测试数据
X, Y, Z = axes3d.get_test_data(0.05)
# 绘制 3D线框图
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)
plt.title("2020080603052")
plt.show()

(2)运行代码,如果如下:
python数据可视化第七节(绘制3D图表和统计地图)_第1张图片

2.绘制3D曲面图

Axes3D类的对象使用plot_surface()方法绘制3D曲面图,该方法的语法格式如下:

plot_surface(self,x,y,z,*args,norm=None,vmin=None,vmax=None,lightsource=None,**kwargs)

案例二:绘制3D曲面图
(1)代码如下:

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
x1 = np.arange(-5, 5, 0.25)
y1 = np.arange(-5, 5, 0.25)
x1, y1 = np.meshgrid(x1, y1)
r1 = np.sqrt(x1** 2 + y1 ** 2)
z1 = np.sin(r1)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 绘制曲面图
ax.plot_surface(x1, y1, z1, cmap=cm.coolwarm, linewidth=0, antialiased=False) 
# 设置 z 轴刻度的范围、位置、格式
ax.set_zlim(-1.01, 1.01)
plt.title("2020080603052")
plt.show()

(2)运行代码,结果如下:
python数据可视化第七节(绘制3D图表和统计地图)_第2张图片
案例三:三维空间的星星
(1)运行代码:

# 01_stars_in_3d
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 生成测试数据
x = np.random.randint(0, 40, 30)
y = np.random.randint(0, 40, 30)
z = np.random.randint(0, 40, 30)
# 创建三维坐标系的绘图区域, 并在该区域中绘制3D散点图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
for xx, yy, zz in zip(x, y, z):
    color = 'y'
    if 10 < zz < 20:
        color = '#C71585'
    elif zz >= 20:
        color = '#008B8B'
    ax.scatter(xx, yy, zz, c=color, marker='*', s=160, linewidth=1, edgecolor='black')
ax.set_xlabel('x轴')
ax.set_ylabel('y轴')
ax.set_zlabel('z轴')
ax.set_title('3D散点图 2020080603052', fontproperties='simhei', fontsize=14)
plt.tight_layout()
plt.show()

(2)运行代码,结果如下:
python数据可视化第七节(绘制3D图表和统计地图)_第3张图片

7.2 使用animation制作动图

相对于静态表而言,添加了动画的动态图表更加生动形象,更能激发用户继续探索数据热情。

7.2.1 animation概述

matplotlib在1.1版本的标准库中加入了动画模块——animation,使用该模块的Animation类可以实现一些基本的动画效果。

1.FuncAnimation类

FuncAnimation是基于函数的动画类,它通过重复调用同一函数来制作动画。FuncAnimation类的构造方法的语法格式如下:

FuncAnimation(fig,func,frames=None,init_func=None,fargs=None,save_count=None,*,cache_frame_data=True,**kwarges)

案例四:实现正弦曲线移动
(1)实现代码:


```python
# 以qt5为图形界面后端
%matplotlib qt5
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation    # 导入动画类
x = np.arange(0, 2 *np.pi, 0.01)
fig, ax = plt.subplots()
line, = ax.plot(x, np.sin(x))
# 定义每帧动画调用的函数 
def animate(i):
    line.set_ydata(np.sin(x + i / 10.0))
    return line
# 定义初始化帧的函数
def init():
    line.set_ydata(np.sin(x))
    return line
ani = FuncAnimation(fig=fig, func=animate, frames=100, 
                    init_func=init, interval=20, blit=False)
plt.title("2020080603052")
plt.show()

(2)运行代码,结果如下:
python数据可视化第七节(绘制3D图表和统计地图)_第4张图片

2. ArtisAnimation类

ArtisAnimation是基于一组Artist对象的动画类,它通过一帧一帧的数据制作动画。 ArtisAnimation类的构造方法的语法格式如下:

ArtisAnimation(fig,artists,interval,repeat_delay,repeat,blit,*args,**kwargs)

案例五:移动的正弦曲线:
(1)运行代码:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import ArtistAnimation
x = np.arange(0, 2 * np.pi, 0.01)
fig, ax = plt.subplots()
arr = []
for i in range(5):
    line = ax.plot(x, np.sin(x + i))
    arr.append(line)
# 根据arr存储的一组图形创建动画
ani = ArtistAnimation(fig=fig, artists=arr, repeat=True)
plt.title("2020080603052")
plt.show()

(2)运行代码,实现结果:
python数据可视化第七节(绘制3D图表和统计地图)_第5张图片
案例六:三维空间闪烁的星星
(1)运行代码:

# 02_twinkling_stars_in_3d
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 生成测试数据
xx = np.array([13, 5, 25, 13, 9, 19, 3, 39, 13, 27])
yy = np.array([4, 38, 16, 26, 7, 19, 28, 10, 17, 18])
zz = np.array([7, 19, 6, 12, 25, 19, 23, 25, 10, 15])
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 绘制初始的3D散点图
star = ax.scatter(xx, yy, zz, c='#C71585', marker='*', s=160, 
      linewidth=1, edgecolor='black')
# 每帧动画调用的函数
def animate(i):
    if i % 2:
        color = '#C71585'
    else:
        color = 'white'
    next_star = ax.scatter(xx, yy, zz, c=color, marker='*', s = 160, linewidth=1, edgecolor='black')
    return next_star
def init():
    return star
ani = FuncAnimation(fig=fig, func=animate, frames=None, init_func =init, interval=1000, blit=False)
ax.set_xlabel('x轴')
ax.set_ylabel('y轴')
ax.set_zlabel('z轴')
ax.set_title('3D散点图,2020080603052', fontproperties='simhei', fontsize=14)
plt.tight_layout()
plt.show()

(2)运行代码,结果如下:
python数据可视化第七节(绘制3D图表和统计地图)_第6张图片

你可能感兴趣的:(笔记,python)