<tbody id="86a2i"></tbody>


<dd id="86a2i"></dd>
<progress id="86a2i"><track id="86a2i"></track></progress>

<dd id="86a2i"></dd>
<em id="86a2i"><ruby id="86a2i"><u id="86a2i"></u></ruby></em>

    <dd id="86a2i"></dd>

    什么是Matplotlib?

    Matplotlib是Python中的一個庫,用于創建靜態和動態動畫,并使用其內置函數繪制。它有很多內置特性和內置分析工具,用于分析任何圖形或圖表。

    如果我們想繪制任何三維圖形,那么我們可以使用Matplotlib庫。當我們有一個巨大的三維變量數據集,我們繪制它的圖形時,它看起來非常分散,這被稱為3D散點圖。我們將使用Matplotlib的matplot3d工具包繪制三維圖形。

    有一把斧頭。函數,它接受坐標X、Y和Z的數據集。

    根據我們想要賦予三維圖的屬性,需要更多的論證。

    首次創建Matplotlib時,只考慮二維繪圖。大約在1.0版本發布時,通過在Matplotlib的二維顯示器上分層一些三維圖表工具,創建了一個實用的(盡管相當有限)三維數據可視化工具集。通過導入mplot3d工具包(它是基本Matplotlib安裝的一部分),三維圖表成為可能。

    最簡單的三維圖是由(x,y,z)三元組的線或簇組成的散點圖。這些可以用斧頭生產。plot3D和ax。scatter3D函數,很像之前呈現的更典型的二維圖表。它們的呼叫特征與二維對應物非常相似。

    為了在頁面上創建深度錯覺,散射點的透明度已經改變。

    示例1:

    # importing the necessary libraries  
    import numpy as np  
    import matplotlib.pyplot as plt  
    from mpl_toolkits import mplot3d  
    # generating  random dataset  
    z = np.random.randint(80, size =(55))  
    x = np.random.randint(60, size =(55))  
    y = np.random.randint(64, size =(55))  
    # Creating figures for the plot  
    fig = plt.figure(figsize = (10, 7))  
    ax = plt.axes(projection ="3d")  
    # Creating a plot using the random datasets   
    ax.scatter3D(x, y, z, color = "red")  
    plt.title("3D scatter plot")  
    # display the  plot  
    plt.show()  

    輸出:

    Python使用Matplotlib繪制三維散點圖詳解流程

    解釋:

    在上面的示例中,我們使用ax創建了三維繪圖。scatter()函數。我們最初已經導入了所需的所有庫,如numpy、matplotlib和mpl_toolkits。然后,我們使用randInt()函數創建了隨機數的x、y和z坐標的數據集。在那之后,我們使用了斧頭。scatter3D()函數,并輸入x、y和z坐標,我們為點取紅色。最后,我們使用show()函數顯示繪圖。

    示例2:

    # importing the necessary libraries  
    from mpl_toolkits import mplot3d  
    import matplotlib.pyplot as plt  
    import numpy as np  
    # Creating random dataset  
    z = 4 * np.tan(np.random.randint(10, size =(500))) + np.random.randint(100, size =(500))  
    x = 4 * np.cos(z) + np.random.normal(size = 500)  
    y = 4 * np.sin(z) + 4 * np.random.normal(size = 500)  
    # Creating figure  
    fig = plt.figure(figsize = (16, 12))  
    ax = plt.axes(projection ="3d")  
    # Add x, and y gridlines for the figure  
    ax.grid(b = True, color ='blue',linestyle ='-.', linewidth = 0.5,alpha = 0.3)  
    # Creating the color map for the plot  
    my_cmap = plt.get_cmap('hsv')  
    # Creating the 3D plot  
    sctt = ax.scatter3D(x, y, z,alpha = 0.8,c = (x + y + z),cmap = my_cmap,marker ='^')  
    plt.title("3D scatter plot in Python")  
    ax.set_xlabel('X-axis', fontweight ='bold')  
    ax.set_ylabel('Y-axis', fontweight ='bold')  
    ax.set_zlabel('Z-axis', fontweight ='bold')  
    fig.colorbar(sctt, ax = ax, shrink = 0.6, aspect = 5)  
    # display the plot  
    plt.show()  

    輸出:

    Python使用Matplotlib繪制三維散點圖詳解流程

    解釋:

    在上面的代碼中,我們用函數ax繪制了三維圖。scatter3D()函數。我們生成了x、y和z坐標的隨機數據集,并使用標記“^”繪制了它們。我們使用set_label函數為各個軸提供標簽。

    原文地址:https://blog.csdn.net/std7879/article/details/127804598

    相關文章:

    免费一级a片在线播放视频|亚洲娇小性XXXX色|曰本无码毛片道毛片视频清|亚洲一级a片视频免费观看
    <tbody id="86a2i"></tbody>

    
    
    <dd id="86a2i"></dd>
    <progress id="86a2i"><track id="86a2i"></track></progress>

    <dd id="86a2i"></dd>
    <em id="86a2i"><ruby id="86a2i"><u id="86a2i"></u></ruby></em>

      <dd id="86a2i"></dd>