plot_surface函数可以根据数据点的z坐标值,为表面上的每个点自动选择颜色。通过设置参数cmap,可以选择不同的颜色映射方案。常用的颜色映射方案包括’jet’、'viridis’和’coolwarm’等。 下面是一个使用’coolwarm’颜色映射的例子: importnumpyasnpimportmatplotlib.pyplotasplt
绘制散点图使用scatter()方法,将散点颜色设置为绿色,红色边沿。 代码示例如下: import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D 1. 2. 3.
(X**2 + Y**2)) # 创建图形对象 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # 绘制surf图形 surf = ax.plot_surface(X, Y, Z, cmap='coolwarm') # 添加颜色条 fig.colorbar(surf) # 设置坐标轴标签 ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_zlabel('Z'...
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = my_col, linewidth=0, antialiased=False) ax.set_zlim(-1.01, 1.01) 我不会使用 jet,而是使用一些线性颜色图,例如cubehelix。您可以使用错误的颜色图轻松欺骗眼睛(关于该主题的许多帖子之一)...
projection='3d') # 绘制曲面图 ax.plot_surface(x1, y1, z1, cmap=cm.coolwarm, linewidth=0, ...
这段代码首先创建了一个由数据点构成的3D曲面,然后使用plot_surface方法将其绘制出来。通过face_color参数,我们可以为每个面片指定不同的颜色。在这个例子中,我们使用了6种不同的颜色,并将它们映射到面片上。通过调整alpha参数,可以控制透明度,从而更好地看到颜色的分布。最后,我们使用set_title、set_xlabel、set_yla...
projection='3d') # 绘制曲面图 ax.plot_surface(x1, y1, z1, cmap=cm.coolwarm, linewidth=0, ...
ax1.set_title('3D Surface Plot') # 子图2: 二维俯视填色图 ax2 = fig.add_subplot(122) contourf1 = ax2.contourf(xi, yi, zi, 100, cmap='viridis') ax2.set_xlabel('X axis') ax2.set_ylabel('Y axis') ax2.set_title('Top View Filled Contour Plot') ...
接下来,我们可以根据需要的色彩空间转换公式,计算每个点的颜色值。以RGB空间为例,可以使用以下公式: 代码语言:txt 复制 X = R Y = G Z = B 最后,我们可以使用Matplotlib的plot_surface函数绘制三维曲面图: 代码语言:txt 复制 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.plot_...