内容索引

3hao

4hao

  1. 动画 --- 动画模块animation、FuncAnimation函数
  2. dsafa
  3. 三维绘图 --- Axes3D对象、plot_surface函数
  4. 等高线图 --- contour函数、contourf函数
int main()
{
    return 0;
}

In [1]:
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

1. 动画

Matplotlib提供了动画功能,有专门的动画模块。我们需要定义一个回调函数,用于定期更新屏幕上的内容。


In [5]:
fig = plt.figure()
ax = fig.add_subplot(111)
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.rand(N)

circles, triangles, dots = ax.plot(x, 'ro', y, 'g^', z, 'b.')
ax.set_ylim(0,1)
plt.axis('off')

def update(data):
    circles.set_ydata(data[0])
    triangles.set_ydata(data[1])
    return circles, triangles

def generate():
    while True:
        yield np.random.rand(2, N)
        
anim = animation.FuncAnimation(fig, update, generate, interval=500)
plt.show()


2. 三维绘图

对于3D作图,我们需要一个和三维投影相关的Axes3D对象。

绘制简单的三维函数z = x^2 = y^2


In [12]:
from mpl_toolkits.mplot3d import axes3d
from matplotlib import cm

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 使用meshgrid函数创建二维的坐标网络
u = np.linspace(-1,1,100)
x, y = np.meshgrid(u, u)
z = x**2 + y**2
# 指定行和列的步幅,以及绘制曲面所用的色彩表(color map)
ax.plot_surface(x, y, z, rstride=4, cstride=4, cmap=cm.rainbow_r)
plt.show()


3. 绘制等高线图

Matplotlib中的等高线3D绘图有两种风格,填充和非填充的。我们可以使用contour函数创建一般的等高线图。对于色彩填充的等高线图,可以使用contourf绘制。


In [28]:
fig = plt.figure(figsize=(3,5))
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

u = np.linspace(-1, 1, 100)

x, y = np.meshgrid(u, u)
z = x**2 + y**2
ax1.contour(x, y, z)
ax2.contourf(x, y, z)

plt.show()


4. 结合三维绘图和等高线图


In [17]:
fig = plt.figure()
ax = fig.gca(projection='3d')
X, Y, Z = axes3d.get_test_data(0.05)
ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3, cmap=cm.winter_r)
# 绘制等高线
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)

ax.set_xlabel('X')
ax.set_xlim(-40, 40)
ax.set_ylabel('Y')
ax.set_ylim(-40, 40)
ax.set_zlabel('Z')
ax.set_zlim(-100, 100)

plt.show()



In [ ]: