python画图|3D参数化图形输出

前面已经学习了基本的3D作图,具体链接如下:

基础教程:python画图|3D图基础教程-CSDN博客

直方图教程:python画图|3D直方图基础教程-CSDN博客

垂线标记教程:python画图|3D垂线标记-CSDN博客

3D surface教程:python画图|3D surface基础教程-CSDN博客

在此基础上,今天尝试学习参数化图形输出教程。

【1】官网教程

首先依然是进入官网学习:

https://matplotlib.org/stable/gallery/mplot3d/lines3d.html

官网示例给出了漂亮的参数化曲线结果,下述为对官网代码的解读。

【2】代码解读

首先引入numpy和matplotlib。

复制代码
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

然后快速定义了要画3D图:

复制代码
ax = plt.figure().add_subplot(projection='3d') #定义画图,指明为3D图

画图应当有数据,因此定义了参数和各个变量:

复制代码
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #定义参数变量theta
z = np.linspace(-2, 2, 100) #定义参数变量z
r = z**2 + 1 #定义因变量r
x = r * np.sin(theta) #定义自变量x
y = r * np.cos(theta) #定义自变量y

上述代码中,theta为最初的参数;但这里同样把Z也取成了参数。

然后,定义了按照x、y和z的方式输出图形:

复制代码
ax.plot(x, y, z, label='parametric curve') #定义输出图形

最后对图形属性做了规定:

复制代码
ax.plot(x, y, z, label='parametric curve') #定义输出图形
ax.legend() #定义输出标签
plt.show() #输出图形

完整的代码注解和输出图形为:

python 复制代码
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

ax = plt.figure().add_subplot(projection='3d') #定义画图,指明为3D图

# Prepare arrays x, y, z
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #定义参数变量theta
z = np.linspace(-2, 2, 100) #定义参数变量z
r = z**2 + 1 #定义因变量r
x = r * np.sin(theta) #定义自变量x
y = r * np.cos(theta) #定义自变量y

ax.plot(x, y, z, label='parametric curve') #定义输出图形
ax.legend() #定义输出标签
plt.show() #输出图形

++图1++

【3】代码修改

在代码修改前,我们先在plt.show()前加一行代码用以输出轴标签:

复制代码
ax.set(xlabel='x',ylabel='y',zlabel='z') #要求输出坐标轴标签

【3.1】交换r和Z

官网教程将Z定义为参数,现在尝试交换r和Z,Z作为因变量,改后代码为:

复制代码
# Prepare arrays x, y, z
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #定义参数变量theta
r = np.linspace(-2, 2, 100) #定义参数变量r
z = r**2 + 1 #定义因变量z
x = z * np.sin(theta) #定义自变量x
y = z * np.cos(theta) #定义自变量y

此时的输出结果为:

++图2++

可见,新的代码下输出图像已经完全不同。

【3.2】交换x和z

官网教程将plot输出图形时按照xyz的顺序,现在尝试携程zyx的顺序,改后代码为:

复制代码
ax.plot(z, y, x, label='parametric curve') #定义输出图形

输出结果为:

++图3++

由图3和图2对比可见,图形"底座"从xoy平面旋转到了yoz平面。

至此的完整代码为:

python 复制代码
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算

ax = plt.figure().add_subplot(projection='3d') #定义画图,指明为3D图

# Prepare arrays x, y, z
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #定义参数变量theta
r = np.linspace(-2, 2, 100) #定义参数变量r
z = r**2 + 1 #定义因变量z
x = z * np.sin(theta) #定义自变量x
y = z * np.cos(theta) #定义自变量y

ax.plot(z, y, x, label='parametric curve') #定义输出图形
ax.legend() #定义输出标签
ax.set(xlabel='x',ylabel='y',zlabel='z') #要求输出坐标轴标签
plt.show() #输出图形

【4】改写代码

尝试完全修改参数和变量,依然按照xyz的顺序输出,改后代码为:

复制代码
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) #定义参数变量theta
x = theta #定义自变量x
y =np.cos(theta) #定义自变量y
z =np.sin(theta) #定义自变量z


ax.plot(x, y, z, label='parametric curve') #定义输出图形

输出图形为:

++图4++

图4展示了新的输出图形。

未做对比,继续修改代码,设定z=0:

复制代码
z =0 #定义自变量z

输出结果为:

++图5++

可见,在xoy,输出了 y =np.cos(x)的正弦函数图像。

【5】总结

学习了3D参数化图形输出,尝试修改了参数和函数,均获得了期待的3D图形。

相关推荐
小宁爱Python2 分钟前
从零搭建 RAG 智能问答系统 4:从多模态架构到 Milvus 向量存储实践
python·milvus
林炳然3 分钟前
Python-Basic Day-2 python容器(列表、元组)
python
可触的未来,发芽的智生9 分钟前
一万个为什么:汉语词性对NLP的作用
python·神经网络·程序人生·自然语言处理
凤山老林10 分钟前
SpringBoot 如何实现零拷贝:深度解析零拷贝技术
java·linux·开发语言·arm开发·spring boot·后端
黄毛火烧雪下17 分钟前
ruby 、gem 和 cocoapods的联系与区别
开发语言·ruby·cocoapods
盼哥PyAI实验室33 分钟前
Python函数进阶秘籍:闭包、装饰器与作用域全解析(通俗版)
开发语言·python
深度学习lover34 分钟前
<数据集>yolo纸板缺陷识别数据集<目标检测>
python·深度学习·yolo·目标检测·计算机视觉·数据集
oceanstonetree44 分钟前
用cosyvoice批量把生成有声书
开发语言·python
java1234_小锋1 小时前
TensorFlow2 Python深度学习 - 循环神经网络(GRU)示例
python·深度学习·gru·tensorflow2
半夏知半秋1 小时前
游戏登录方案中常见的设计模式整理
服务器·开发语言·笔记·学习·游戏·设计模式·lua