Matplotlib畫圖淺析(2)
標簽(空格分隔): python
接下里講一下如何生成等高線圖和3D圖。
等高線圖
其中需要用到兩個函數
contour
:繪制等高線
contourf
:填充等高線
兩個的返回值是一樣的
常用參考語法:
plt.contourf(x,y,z,使用顏色數,cmap=顏色映射)
plt.contour(x,y,z,等高線數,colors=顏色,linewidth=線寬)
下面來看個例子吧
import numpy as np
import matplotlib.pyplot as plt
n = 1000
x, y = np.meshgrid(np.linspace(-3,3,n),np.linspace(-3,3,n))
z = (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
plt.figure('Contour',facecolor='lightgray')
plt.title('Contour',fontsize=20)
plt.xlabel('x')
plt.ylabel('y')
plt.contourf(x,y,z,8,cmap='jet')
cntr = plt.contour(x,y,z,8,color='black',ilnwidth=0.5)
plt.clabel(cntr,inline_spacing=1,fmt='%.1f',fontsize=6)
最后結果如下:
等高線圖.png
3D圖
首先在進行 3D Plot 時除了導入 matplotlib ,還要額外添加一個模塊,即 Axes 3D 3D 坐標軸顯示:
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
之后要先定義一個圖像窗口,在窗口上添加3D坐標軸,顯示成下圖:
fig = plt.figure()
ax = Axes3D(fig)
結果如下:
3D圖.png
接下來給進 X 和 Y 值,并將 X 和 Y 編織成柵格。每一個(X, Y)點對應的高度值我們用下面這個函數來計算。
# X, Y value
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y) # x-y 平面的網格
R = np.sqrt(X ** 2 + Y ** 2)
# height value
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
結果如下:
3D圖.png
其中rstride
與catride
分表表示在行和列上的跨度,即數字越大,線與線之間的跨度越大,大家可以嘗試一下。
繪制等高線
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.get_cmap('rainbow'))
zdir
是以某一軸的數據當作高度,此處是z
,那么是xy平面的投影。
3D圖.png