# cmap是颜色映射表 # from matplotlibimportcm # ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=cm.coolwarm)# cmap="rainbow"亦可 # 我的理解的 改变cmap参数可以控制三维曲面的颜色组合,一般我们见到的三维曲面就是 rainbow 的 # 你也可以修改 rainbow 为 coolwarm,验证我的结论 ax.plot_surface(X,Y...
5,50)y=np.linspace(-5,5,50)X,Y=np.meshgrid(x,y)# 计算Z值Z=np.sin(np.sqrt(X**2+Y**2))# 创建3D图形fig=plt.figure(figsize=(10,8))ax=fig.add_subplot(111,projection='3d')# 绘制表面surf=ax.plot_surface(X,Y,Z,cmap='coolwarm')# 添加颜色条fig.colorbar...
plot_surface函数的参数包括X、Y、Z三个数组,分别表示曲面上的点的横坐标、纵坐标和高度。通过传入这些数组,plot_surface函数可以根据数据绘制出相应的三维曲面图。 使用曲面渐变的颜色可以使得曲面图更加生动和具有层次感。在plot_surface函数中,可以通过设置cmap参数来指定颜色映射,常用的颜色映射有"viridis"、"jet...
参考: 3D surface (colormap)matplotlib.org/stable/gallery/mplot3d/surface3d.html https://ikuz.eu/machine-learning-and-computer-science/the-concept-of-conjugate-gradient-descent-in-python/ikuz.eu/machine-learning-and-computer-science/the-concept-of-conjugate-gradient-descent-in-python/ 有:...
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='viridis', edgecolor='none')ax.set_title('surface'); 注意虽然每个颜色填充的表面都是二维的,但是表面的边缘不需要是直线构成的。下面的例子使用surface3D绘制了一个部分极坐标网格,能够让我们切入到函数内部观察效果: r = np.linspace(0, 6,...
# cmap是颜色映射表 # from matplotlib import cm # ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = cm.coolwarm) # cmap = "rainbow" 亦可 # 我的理解的 改变cmap参数可以控制三维曲面的颜色组合, 一般我们见到的三维曲面就是 rainbow 的 ...
SurfacePlot ContourPlot FilledContourPlot PolygonPlot BarPlot Text 写在篇后 写在篇前 matplotlib也支持三维作图,但是相对于matlab来讲,感觉功能更弱。当然话说回来,三维作图用的场景相对也更少,所以呢,有一定的知识储备就够了。matplotlib绘制三维图形依赖于mpl_toolkits.mplot3d,用法也比较简单,只需要一个...
我们也可以在3D图形中使用深红色的颜色映射,例如在3D曲面图中。 下面是在3D曲面图中使用深红色颜色映射的示例代码: importmatplotlib.pyplotaspltimportmatplotlib.colorsasmcolorsfrommpl_toolkits.mplot3dimportAxes3Dimportnumpyasnp cdict={'red':[[0.0,0.0,0.0],[...
# 画曲面图 # 行和列对应的跨度 # 设置颜色ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = plt.get_cmap('rainbow'))plt.show() 以上是matplotlib基于测试数据的数据可视化,结合实际项目中数据,代码稍加修改,即可有让人印象深刻的效果。
plt.figure()#定义一个图像窗口plt.plot(x,y)#plot()画出曲线plt.show()#显示图像 图片01 4.1figure图像 matplotlib的figure为单独图像窗口,小窗口内还可以有更多的小图片。 x=np.linspace(-3,3,50)#50为生成的样本数y1=2*x+1 y2=x**2