基于python,Matplotlib绘制函数的等高线与三维图像

作者:夏小悠?? 时间:2021-09-06 08:51:33 

本篇文章记录一下函数的等高线及其三维图像的可视化方法。

本例绘制的函数为:

基于python,Matplotlib绘制函数的等高线与三维图像

1. 网格点

  在绘制曲线之前,先了解一下网格点的绘制。比如绘制一个3x3的网格,那么就需要9个坐标点:

(0,2)-----(1,2)-----(2,2)

(0,1)-----(1,1)-----(2,1)

(0,0)-----(1,0)-----(2,0)

  将其x轴和y轴坐标分开表示:

# x轴:
[[0, 1, 2],
[0, 1, 2], 
[0, 1, 2]]
# y轴:
[[0, 0, 0],
[1, 1, 1], 
[2, 2, 2]]

  在numpy中可以使用np.meshgrid()来生成网格点:

import numpy as np
import matplotlib.pyplot as plt

# 10x10
x = np.linspace(-1.5, 1.5, num=10)
y = np.linspace(-1.5, 1.5, num=10)

# generate grid
X, Y = np.meshgrid(x, y)
plt.plot(X, Y, marker='.', linestyle='')
plt.grid(True)
plt.show()

基于python,Matplotlib绘制函数的等高线与三维图像

2. 等高线

  绘制等高线需要的数据有点的坐标位置(x, y)以及坐标的高度z,高度z就是将坐标点(x, y)带入函数f ( x , y ) f(x, y)f(x,y)中计算得到的,在matplotlib中可以使用plt.contour()来绘制:

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1.5, 1.5, num=100)
y = np.linspace(-1.5, 1.5, num=100)
X, Y = np.meshgrid(x, y)
f = X * np.exp(-X**2 - Y**2)

fig = plt.figure()
plt.xlim(-1.5, 1.5)
plt.ylim(-1.5, 1.5)

# draw
ax = plt.contour(X, Y, f, levels=10, cmap=plt.cm.cool)
# add label
plt.clabel(ax, inline=True)
# plt.savefig('img1.png')
plt.show()

基于python,Matplotlib绘制函数的等高线与三维图像

 

# add color
plt.contourf(X, Y, f, levels=10, cmap=plt.cm.cool)
# plt.colorbar()
# plt.savefig('img1.png')
plt.show()

基于python,Matplotlib绘制函数的等高线与三维图像

 更多的api参数请参考官方文档。

3. 三维图像

  函数的三维图像的绘制需要的数据与等高线一样,即坐标位置(x, y)以及坐标的高度z,在matplotlib中可以使用mpl_toolkits.mplot3d来绘制:

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = np.linspace(-1.5, 1.5, num=100)
y = np.linspace(-1.5, 1.5, num=100)
X, Y = np.meshgrid(x, y)
f = X * np.exp(-X**2 - Y**2)

fig = plt.figure()
ax = Axes3D(fig)
plt.xlim(-1.5, 1.5)
plt.ylim(-1.5, 1.5)

ax.plot_surface(X, Y, f, cmap=plt.cm.cool)
# plt.savefig('img1.png')
plt.show()

基于python,Matplotlib绘制函数的等高线与三维图像

基于python,Matplotlib绘制函数的等高线与三维图像

  有关mpl_toolkits.mplot3d的使用可以参考官方文档;

  更多的颜色搭配可参考matplotlib的colormap官方手册。

来源:https://blog.csdn.net/qq_42730750/article/details/122564379

标签:Matplotlib,绘制,函数,三维图像
0
投稿

猜你喜欢

  • Django1.11自带分页器paginator的使用方法

    2021-07-04 12:44:23
  • 谈谈Javascript中的++和–操作符

    2009-05-08 11:43:00
  • laravel清除视图缓存的代码

    2023-11-24 14:39:39
  • Python字符串查找基本操作代码案例

    2023-12-03 04:04:56
  • python自动化操作之动态验证码、滑动验证码的降噪和识别

    2023-03-26 02:48:28
  • python Tkinter是什么

    2022-07-26 08:31:51
  • MySQL中批量删除指定前缀表的sql语句

    2024-01-17 07:37:07
  • Oracle 数据库优化实战心得总结

    2024-01-18 22:05:54
  • Python实现对excel文件列表值进行统计的方法

    2022-08-08 17:42:23
  • Python多进程编程常用方法解析

    2022-06-06 17:23:34
  • Pytorch自己加载单通道图片用作数据集训练的实例

    2022-02-06 22:56:03
  • pandas 层次化索引的实现方法

    2023-11-24 19:04:02
  • python多线程分块读取文件

    2023-10-29 18:48:51
  • JavaScript中Infinity(无穷数)的使用和注意事项

    2023-08-21 00:59:13
  • 用Dreamweaver实现Real与网页结合

    2010-07-13 12:11:00
  • python+pandas分析nginx日志的实例

    2021-03-13 12:51:22
  • python re正则表达式模块(Regular Expression)

    2021-01-26 20:22:26
  • MySQL使用profile查询性能的操作教程

    2024-01-19 10:22:22
  • 如何制作关联的下拉菜单?

    2010-06-29 21:19:00
  • Python 多线程Threading初学教程

    2022-12-17 18:53:43
  • asp之家 网络编程 m.aspxhome.com