Matplotlib绘制函数的等高线与三维图像_matplotlib输出xyz三维图像

2401_84931310

于 2024-05-17 08:33:27 发布

阅读量1.1k

点赞数 13

CC 4.0 BY-SA版权

分类专栏：面试学习路线阿里巴巴文章标签： go 学习面试

本文链接：https://blog.youkuaiyun.com/2401_84931310/article/details/138990958

面试同时被 3 个专栏收录

10 篇文章

订阅专栏

阿里巴巴

10 篇文章

订阅专栏

学习路线

9 篇文章

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

(0,1)-----(1,1)-----(2,1)

(0,0)-----(1,0)-----(2,0)


  将其`x`轴和`y`轴坐标分开表示：

x轴:

[[0, 1, 2],
[0, 1, 2],
[0, 1, 2]]

y轴:

[[0, 0, 0],
[1, 1, 1],
[2, 2, 2]]


  在`numpy`中可以使用`np.meshgrid()`来生成网格点：

import numpy as np
import matplotlib.pyplot as plt

10x10

x = np.linspace(-1.5, 1.5, num=10)
y = np.linspace(-1.5, 1.5, num=10)

generate grid

X, Y = np.meshgrid(x, y)
plt.plot(X, Y, marker=‘.’, linestyle=‘’)
plt.grid(True)
plt.show()


![在这里插入图片描述](https://img-blog.csdnimg.cn/0d9ed7144df0459a957fc366fa6880b7.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)


### 2. 等高线


  绘制等高线需要的数据有点的坐标位置`(x, y)`以及坐标的高度`z`，高度`z`就是将坐标点`(x, y)`带入函数 
 
 
 
 
 f 
 
 
 ( 
 
 
 x 
 
 
 , 
 
 
 y 
 
 
 ) 
 
 
 
 f(x, y) 
 
 
 f(x,y)中计算得到的，在`matplotlib`中可以使用`plt.contour()`来绘制：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1.5, 1.5, num=100)
y = np.linspace(-1.5, 1.5, num=100)
X, Y = np.meshgrid(x, y)
f = X * np.exp(-X**2 - Y**2)

fig = plt.figure()
plt.xlim(-1.5, 1.5)
plt.ylim(-1.5, 1.5)

draw

ax = plt.contour(X, Y, f, levels=10, cmap=plt.cm.cool)

add label

plt.clabel(ax, inline=True)

plt.savefig(‘img1.png’)

plt.show()


![在这里插入图片描述](https://img-blog.csdnimg.cn/209aa2278f3e4fcdbf32a6557f405926.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)

add color

plt.contourf(X, Y, f, levels=10, cmap=plt.cm.cool)

plt.colorbar()

plt.savefig(‘img1.png’)

plt.show()


![在这里插入图片描述](https://img-blog.csdnimg.cn/8d5b9bb33ff340d18d4f57892a9e182b.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)



> 
>   更多的`api`参数请参考[官方文档]( )。
> 
> 
> 


### 3. 三维图像


  函数的三维图像的绘制需要的数据与等高线一样，即坐标位置`(x, y)`以及坐标的高度`z`，在`matplotlib`中可以使用`mpl_toolkits.mplot3d`来绘制：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = np.linspace(-1.5, 1.5, num=100)
y = np.linspace(-1.5, 1.5, num=100)
X, Y = np.meshgrid(x, y)
f = X * np.exp(-X**2 - Y**2)

fig = plt.figure()
ax = Axes3D(fig)

ax.set_xlabel(‘X’)

ax.set_ylabel(‘Y’)

ax.set_zlabel(‘Z’)

plt.xlim(-1.5, 1.5)
plt.ylim(-1.5, 1.5)

ax.plot_surface(X, Y, f, cmap=plt.cm.cool)

plt.savefig(‘img1.png’)

plt.show()


![在这里插入图片描述](https://img-blog.csdnimg.cn/04431223336643d0ab2ef0ff430b941f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)


![在这里插入图片描述](https://img-blog.csdnimg.cn/926b493fd82e4b2cadb26c8394d51448.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)


![在这里插入图片描述](https://img-blog.csdnimg.cn/27ce5efdc65148afa3cfe23b232eacee.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)


![在这里插入图片描述](https://img-blog.csdnimg.cn/c605efb7e0d8448aa1473f68ee3c28a7.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSP5bCP5oKg,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)



> 
>   有关`mpl_toolkits.mplot3d`的使用可以参考[官方文档]( )；
> 
> 


![img](https://img-blog.csdnimg.cn/img_convert/fbd39fc7e192c2a00b31ff520e292f61.png)
![img](https://img-blog.csdnimg.cn/img_convert/cb634dd20b5ffadf319238f572468261.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化的资料的朋友，可以添加戳这里获取](https://bbs.youkuaiyun.com/topics/618658159)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

究，那么很难做到真正的技术提升。**

**[需要这份系统化的资料的朋友，可以添加戳这里获取](https://bbs.youkuaiyun.com/topics/618658159)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**