当前位置: 首页 > article >正文

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。

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:

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:

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:

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:

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:

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:

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:

# 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:

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:

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:

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:

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。


http://www.kler.cn/news/304810.html

相关文章:

  • MySQL 事务的 ACID 特性与应用
  • 分布式事务学习笔记(二)Seata架构、TC服务器部署、微服务集成Seata
  • Facebook的虚拟现实计划:未来社交的全新视角
  • 使用 LangChain 和 Neo4j 构建智能图数据库查询系统
  • SQL注入(数据库)简介
  • 【CVPR2024】Scaling Up Video Summarization Pretraining with Large Language Models
  • AI 加持的云端 IDE——三种方法高效开发前后端聊天交互功能
  • Machine Learning Specialization 学习笔记(2)
  • 响应式网站和自适应网站有什么区别?
  • LIMS实验室管理系统的特点
  • 音视频推流中使用wireshark进行抓包分析RTMP
  • 【第33章】Spring Cloud之SkyWalking服务链路追踪
  • 在AIoT设备上加速深度神经网络推理的进展:一项综述
  • Unreal Engine——AI生成高精度的虚拟人物和环境(虚拟世界构建、电影场景生成)(二)(技术分析)
  • 解决flume在抽取不断产生的日志文件时,hdfs上出现很多小文件的问题
  • UniApp 从Vue2升级为Vue3需要注意哪些方面
  • 微服务-- Sentinel的使用
  • 个人电脑可以当服务器用吗?
  • 服务器基础知识拓展( Linux 网络操作系统 03)
  • 京东广告投放平台整洁架构演进之路
  • 边缘计算智能网关的功能应用与优势-天拓四方
  • ZAB协议(算法)
  • linux配置远程ssh服务
  • Docker基本使用(持续更新中)
  • Spring IOC的应用
  • Vue 3 中 useRouter 与 useRoute 的深度解析
  • 悟空crm客户管理系统二次开发 单独新增表格字段
  • Kafka客户端核心参数详解
  • Java面试篇基础部分-Java注解详解
  • Visual Studio Code 高效开发 C/C++ 插件推荐