我有一个接受 x 和 y 参数并返回 z 输出的 z 函数。我想在三维中绘制它并设置比例。如何轻松实现这一点?我已经花了太多时间查看文档,但从未看到过这样的做法。
我有一个接受 x 和 y 参数并返回 z 输出的 z 函数。我想在三维中绘制它并设置比例。如何轻松实现这一点?我已经花了太多时间查看文档,但从未看到过这样的做法。
绘图风格取决于您的数据:您是要绘制三维曲线(线条)、表面还是点的散布图?
在下面的第一个示例中,我只是在x-y平面上使用了一个简单的均匀间隔点网格作为定义域。通常,您首先创建xs和ys的定义域,然后从中计算zs。
此代码应该为您提供一个可工作的示例,以便开始尝试:
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import random
def fun(x, y):
return x + y
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
n = 10
xs = [i for i in range(n) for _ in range(n)]
ys = list(range(n)) * n
zs = [fun(x, y) for x,y in zip(xs,ys)]
ax.scatter(xs, ys, zs)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
对于表面,情况有些不同,您需要通过2D数组中的网格来传递其定义域。下面是一个平滑表面的示例:
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import random
def fun(x, y):
return x**2 + y
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = y = np.arange(-3.0, 3.0, 0.05)
X, Y = np.meshgrid(x, y)
zs = np.array([fun(x,y) for x,y in zip(np.ravel(X), np.ravel(Y))])
Z = zs.reshape(X.shape)
ax.plot_surface(X, Y, Z)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
如需更多示例,请查看文档中的mplot3d教程。
X
和Y
定义为网格X, Y = np.meshgrid(x, y)
。我们不能只使用for i in range(size(x)) : for j in range(size(y)) : z[i,j]=f(x[i],y[j])
,即循环遍历所有小的x
和y
并计算函数值吗?然后用ax.plot_surface(x, x, z)
绘制。 - Alexander Cskanp.sin(x) + np.sin(np.log(y+4))
或者更波浪的东西。 - Guimoute