python画图|3D图基础教程

python画3D图和2D流程类似：

【a】定义一个自变量x；

【b】定义两个因变量y和z；

【c】直接输出plot（x,y,z）

今天就一起快乐学习一下画3D图的基础教程。

【1】官网教程

打开官网，可以迅速找到学习教程，参考下述链接：

https://matplotlib.org/stable/plot_types/3D/plot3d_simple.html

然后我们解读一下示例代码。

复制代码

import matplotlib.pyplot as plt #引入画图模块matplotlib
import numpy as np #引入计算模块numpy

plt.style.use('_mpl-gallery') #暂未找到实际意义，可先不用管。经测试，是一种控制输出大小的模板

# Make data
n = 100 #定义常数
xs = np.linspace(0, 1, n) #定义自变量[0,1)，中间取值100个点
ys = np.sin(xs * 6 * np.pi) #定义因变量
zs = np.cos(xs * 6 * np.pi) #定义因变量

# Plot
fig, ax = plt.subplots(subplot_kw={"projection": "3d"})  #定义一个图，用ax控制坐标轴属性
# subplot_kw={"projection": "3d"}，projection是指将采取哪种画图方法，3d就是告诉matplotlib要画三维图
ax.plot(xs, ys, zs)  #画三维图

ax.set(xticklabels=[], #设置x轴
       yticklabels=[], #设置y轴
       zticklabels=[]) #设置z轴

plt.show() #输出图形

【2】代码修改

学习完官网教程之后，我们先把plt.style.use('_mpl-gallery') 转化为注释，再把zs由zs = np.cos(xs * 6 * np.pi)改为：

zs = np.sin(ys * 6 * np.pi)

输出结果为：

++图1++

然后，我们尝试把as.plot更换为ax.plot(xs,xs,xs)，更换后的结果为：

++图2++

然后，我们尝试把as.plot更换为ax.plot(xs,ys,ys)，更换后的结果为：

++图3++

然后，我们尝试把as.plot更换为ax.plot(xs,zs,zs)，更换后的结果为：

++图4++

然后，增加标签：

复制代码

ax.set_xlabel('xs') 
ax.set_ylabel('ys') 
ax.set_zlabel('zs')

这时候的输出图形为：

++图5++

由图1至图5，我们灵活修改了输出图形，并增加了轴的标签。

完整代码为：

python 复制代码

import matplotlib.pyplot as plt #引入画图模块matplotlib
import numpy as np #引入计算模块numpy

#plt.style.use('_mpl-gallery') #暂未找到实际意义，可先不用管。经测试，是一种控制输出大小的模板

# Make data
n = 100 #定义常数
xs = np.linspace(0, 1, n) #定义自变量[0,1)，中间取值100个点
ys = np.sin(xs * 6 * np.pi) #定义因变量
zs = np.sin(ys * 6 * np.pi) #定义因变量

# Plot
fig, ax = plt.subplots(subplot_kw={"projection": "3d"})  #定义一个图，用ax控制坐标轴属性
# subplot_kw={"projection": "3d"}，projection是指将采取哪种画图方法，3d就是告诉matplotlib要画三维图
ax.plot(xs, zs, zs)  #画z三维图

ax.set(xticklabels=[], #设置x轴
       yticklabels=[], #设置y轴
       zticklabels=[]) #设置z轴
ax.set_xlabel('xs') #设置x轴标签
ax.set_ylabel('ys') #设置y轴标签
ax.set_zlabel('zs') #设置z轴标签
plt.show() #输出图形

【3】总结

本次学习了三维图的基本画法，并尝试修改了因变量表达式、三维图画图变量，并实现了坐标轴标签的输出。