怎么攻击网站吗,opencart做外贸网站怎样,比价网官网,js跳转网站怎么做前述学习过程中#xff0c;我们已经掌握了3D surface的基本绘制技巧#xff0c;详见链接#xff1a;
python画图|3D surface基础教程-CSDN博客
基础教程中的3D surface绘制位于笛卡尔坐标系#xff0c;但有时候会用到极坐标绘图。虽然我们已经学过简单的极坐标绘图技巧我们已经掌握了3D surface的基本绘制技巧详见链接
python画图|3D surface基础教程-CSDN博客
基础教程中的3D surface绘制位于笛卡尔坐标系但有时候会用到极坐标绘图。虽然我们已经学过简单的极坐标绘图技巧详见链接
python画图|极坐标中画直方图_ax1.plot()怎么画直方图-CSDN博客
但前面的极坐标绘图学习也是基于笛卡尔坐标系。
因此很有必要继续探索3D 极坐标系下的surface图绘制。
【1】官网教程
打开官网链接看到漂亮的3D图
3D surface with polar coordinates — Matplotlib 3.9.2 documentation
很有必要读懂官网程序。
【2】程序解读
程序开始是亘古不变的numpy、matplotlib引入 import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算然后设定要画图画3D图 fig plt.figure() #定义要画图
ax fig.add_subplot(projection3d) #定义要画3D图 到这里其实都是前置条件说明了要画图给出了画图必须得数据计算支撑模块numpy和输出图形支撑模块matplotlib。
然后才开始定义变量 # Create the mesh in polar coordinates and compute corresponding Z.
r np.linspace(0, 1.25, 50) #定义自变量r
p np.linspace(0, 2*np.pi, 50) #定义自变量p
R, P np.meshgrid(r, p) #自变量r和p充分组合
Z ((R**2 - 1)**2) #定义因变量R# Express the mesh in the cartesian system.
X, Y R*np.cos(P), R*np.sin(P) #定义因变量XY 这里的meshgrid让r和p充分组合之后先完成了Z的定义在完成了Z和Y的定义。
接下来输出图形 # Plot the surface.
ax.plot_surface(X, Y, Z, cmapplt.cm.YlGnBu_r) #画surface面颜色按照YlGnBu_r分布 最后对坐标属性进行了设定并输出图形 # Tweak the limits and add latex math labels.
ax.set_zlim(0, 1) #设定Z轴范围
ax.set_xlabel(r$\phi_\mathrm{real}$) #设定X轴为实轴
ax.set_ylabel(r$\phi_\mathrm{im}$) #设定Y轴为虚轴
ax.set_zlabel(r$V(\phi)$) #设定Z轴为角度轴plt.show() #输出图形 图1
图1即为输出图形。
至此增添注释后的完整代码为
import matplotlib.pyplot as plt #引入matplotlib模块画图
import numpy as np #引入numpy模块做数学计算fig plt.figure() #定义要画图
ax fig.add_subplot(projection3d) #定义要画3D图# Create the mesh in polar coordinates and compute corresponding Z.
r np.linspace(0, 1.25, 50) #定义自变量r
p np.linspace(0, 2*np.pi, 50) #定义自变量p
R, P np.meshgrid(r, p) #自变量r和p充分组合
Z ((R**2 - 1)**2) #定义因变量R# Express the mesh in the cartesian system.
X, Y R*np.cos(P), R*np.sin(P) #定义因变量XY# Plot the surface.
ax.plot_surface(X, Y, Z, cmapplt.cm.YlGnBu_r) #画surface面颜色按照YlGnBu_r分布# Tweak the limits and add latex math labels.
ax.set_zlim(0, 1) #设定Z轴范围
ax.set_xlabel(r$\phi_\mathrm{real}$) #设定X轴为实轴
ax.set_ylabel(r$\phi_\mathrm{im}$) #设定Y轴为虚轴
ax.set_zlabel(r$V(\phi)$) #设定Z轴为角度轴plt.show() #输出图形
【3】修改代码
cmapplt.cm.YlGnBu_r为渐变式的上色color为纯色。画图结果为 图2
由图2课件整个图形已经更换为红色。
【4】改写代码
改写代码实现
【a】并列输出多个图形
【b】设定不同颜色的输出。
首先将fig定义改为subplots形式并约定每个子模型都画3D图 fig ,[ax1,ax2,ax3] plt.subplots(1,3,shareyTrue,figsize(6,2)) #定义要画图
ax1 fig.add_subplot(1,3,1,projection3d) #定义要画3D图
ax2 fig.add_subplot(1,3,2,projection3d) #定义要画3D图
ax3 fig.add_subplot(1,3,3,projection3d) #定义要画3D图 然后修改画图plot_surface模块中的颜色指定 ax1.plot_surface(X, Y, Z, cmapplt.cm.PuBuGn) #画surface面颜色按照PuBuGn分布
ax2.plot_surface(X, Y, Z, colorr) #画surface面颜色为红色
ax3.plot_surface(X, Y, Z, colorg) #画surface面颜色为绿色 此时的结果为 图3
图3即为并列输出结果此时只有最左侧图形为渐变色。这里使用了PuBuGn代码这个代码代表了一种新的渐变详情可参考下述链接
Choosing Colormaps in Matplotlib — Matplotlib 3.9.2 documentation
上图3中似乎渐变图是最好看的参考上述链接修改颜色代码后 # Plot the surface.
ax1.plot_surface(X, Y, Z, cmapplt.cm.PuBuGn) #画surface面颜色按照PuBuGn分布
ax2.plot_surface(X, Y, Z, cmapAccent) #画surface面颜色为v
ax3.plot_surface(X, Y, Z, cmapsummer_r) #画surface面颜色为summer_r 此时的输出结果为 图4
由图4可见不同颜色的表达给人的感觉不同。
为精益求精尝试把每个图的方框去掉并且加上图名
改后的执行去除方框功能和附近其他代码为 fig ,[ax1,ax2,ax3] plt.subplots(1,3,shareyTrue,figsize(6,2)) #定义要画图
fig.delaxes(ax1) #去除方框
fig.delaxes(ax2) #去除方框
fig.delaxes(ax3) #去除方框 增加图名代码为 # Tweak the limits and add latex math labels.
ax1.set_title(labelcmapplt.cm.PuBuGn )
ax2.set_title(labelcmapAccent )
ax3.set_title(labelcmapsummer_r ) 输出图形为 图5
图5即为无方框、带图名并列输出结果。
【5】总结
学习了极坐标下的3D surface画法尝试修改了图形颜色掌握了多个图形输出的方法掌握了图形方框和图名设置方法。
