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("...
ax = fig.add_subplot(111, projection='3d') x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) X, Y = np.meshgrid(x, y) Z = np.sin(np.sqrt(X**2 + Y**2)) surf = ax.plot_surface(X, Y, Z, cmap='coolwarm') plt.show() A选项:输出图像是一个点图 B选项:输...
plot_surface函数接受三个参数:X、Y和Z,分别表示三维数据点的x、y和z坐标值。 下面是plot_surface函数的基本语法: ax.plot_surface(X,Y,Z) 1. 其中,ax是matplotlib库中的一个子模块,用于创建三维图形。X、Y和Z是三维数据点的坐标值,可以是一个二维数组或网格。 plot_surface的风格 plot_surface函数提供了多...
def plot_point_cov(points, nstd=3, ax=None, **kwargs): # 求所有点的均值作为置信圆的圆心 pos = points.mean(axis=0) # 求协方差 cov = np.cov(points, rowvar=False) return plot_cov_ellipse(cov, pos, nstd, ax, **kwargs) def plot_cov_ellipse(cov, pos, nstd=3, ax=None, **kwa...
之后用plot_surface()就可以轻松绘制参数球面。 下面绘制球面和螺旋面 #球面 import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D import math from matplotlib import cm fig=plt.figure() ax = fig.add_subplot(111, projection='3d') //参数采样 theta=np.linspac...
ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3)cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm)cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm)cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm...
(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plt.xlabel('X轴', fontsize=15)plt.ylabel('Y轴', fontsize=15)ax.set_zlabel('Z轴', fontsize=15)ax.set_title...
接下来就可以使用ax的plot()方法绘制三维曲线、plot_surface()方法绘制三维曲面、scatter()方法绘制三维散点图或bar3d()方法绘制三维柱状图了。 在绘制三维图形时,至少需要指定x、y、z三个坐标轴的数据,然后再根据不同的图形类型指定额外的参数设置图形的属性。绘制三维曲面的方法plot_surface()语法如下: ...
ax1.set_title('3D Surface Plot') ax1.view_init(elev=30, azim=20) # 设置视角 ax1.zaxis.set_major_locator(LinearLocator(10)) ax1.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) # 绘制等高线投影图 contours = ax2.contourf(x, y, z, 20, cmap='viridis') ...