我尝试使用 matplotlib 的plot_surface 制作简单的 3D 绘图,下面是最小的示例:import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import cmx_test = np.arange(0.001, 0.01, 0.0005)y_test = np.arange(0.1, 100, 0.05)fig = plt.figure()ax = fig.add_subplot(111, projection='3d')Xt...
1)**2 - (Y - 1)** 2)#计算Z轴数据(高度数据)Z = (Z1 - Z2) * 2#绘制3D图形ax.plot_surface(X, Y, Z, rstride=1,#rstride(row)指定行的跨度cstride=1,#cstride(column)指定列的跨度cmap=plt.get_cmap('rainbow'))#设置颜色映射#设置Z轴范围ax.set_zlim(-2, 2)#设置标题plt.title("...
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2) # 计算Z轴数据(高度数据) Z = (Z1 - Z2) * 2 # 绘制3D图形 ax.plot_surface(X, Y, Z, rstride=1, # rstride(row)指定行的跨度 cstride=1, # cstride(column)指定列的跨度 cmap=plt.get_cmap('rainbow')) # 设置颜色映射 # 设置Z轴...
# 绘制从3D曲面到底部的投影,zdir 可选 'z'|'x'|'y'| 分别表示投影到z,x,y平面 # zdir = 'z', offset = -2 表示投影到z = -2上 ax.contour(X, Y, Z, zdir = 'z', offset = -2, cmap = plt.get_cmap('rainbow')) # 设置z轴的维度,x,y类似 ax.set_zlim(-2, 2) plt.show()...
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))# 绘制从3D曲面到底部的投影,zdir 可选'z'|'x'|'y'|分别表示投影到z,x,y平面 # zdir='z',offset=-2表示投影到z=-2上 ax.contour(X,Y,Z,zdir='z',offset=-2,cmap=plt.get_cmap('rainbow'))# 设置z轴的维度...
ax.plot_surface(X,Y,Z,**kwargs) 其中,X、Y、Z 分别表示三维坐标轴上的点集,可以是 Numpy 数 组或者 Python 列表;kwargs 是可选参数,用于设置绘图的属性。 plot_surface 函数绘制的曲面图可以通过设置不同的属性来实现不 同的效果。例如,我们可以设置颜色、透明度、线型、线宽等属性, 使曲面图更加美观、...
ax.plot_surface(X,Y,Z,**kwargs) 其中,X、Y、Z 分别表示三维坐标轴上的点集,可以是 Numpy 数 组或者 Python 列表;kwargs 是可选参数,用于设置绘图的属性。 plot_surface 函数绘制的曲面图可以通过设置不同的属性来实现不 同的效果。例如,我们可以设置颜色、透明度、线型、线宽等属性, 使曲面图更加美观、...
ax.set_zlabel('Z') ax.set_title('3D Surface Plot')# 显示图形plt.show() 代码解释 导入必要的库: numpy:用于数值计算,特别是数组和矩阵的操作。 matplotlib.pyplot:matplotlib的绘图接口,提供了丰富的绘图函数。 mpl_toolkits.mplot3d.Axes3D:虽然我们没有直接导入这个类,但我们在创建三维坐标轴时使用了它...
x和y数组分别表示表面投影图的x和y轴数据范围。通过使用np.linspace函数在指定范围内生成100个均匀分布的数据点。 然创建了一个3D图形对象,并将其添加到子图中。 使用ax.plot_surface函数绘制了3D表面投影图。 x_mesh、y_mesh和z参数分别表示表面投影图的位置和对应的z轴数据。 cmap='viridis'参数指定了使用vir...
代表z 轴上拟合响应值的连续曲面。 Minitab 显示的拟合响应值的类型取决于模型中响应变量的类型。Minitab 显示以下类型的拟合值: 包含连续测量值(如长度或重量)的响应变量的均值。 包含服从 Poisson 分布的计数(如每个样本中的缺陷数)的响应变量的均值。 仅包含两个可能结果(如通过/失败)的响应变量的...