八、Matplotlib——3D图像

叁歲伎倆 2023-08-17 16:28 106阅读 0赞

网格点是什么？坐标矩阵又是什么鬼？

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3MyOTQ4NzgzMDQ_size_16_color_FFFFFF_t_70][]

A,B,C,D,E,F是6个网格点，坐标如图，如何用矩阵形式（坐标矩阵）来批量描述这些点的坐标呢？

答案如下：

![20190928193447364.png][]

这就是坐标矩阵——横坐标矩阵XXX中的每个元素，与纵坐标矩阵YYY中对应位置元素，共同构成一个点的完整坐标。如B点坐标![20190928193512806.png][]

import numpy as np
    import matplotlib.pyplot as plt
    from mpl_toolkits.mplot3d import Axes3D
    
    fig = plt.figure()
    # 理解为加上坐标轴？？
    ax = Axes3D(fig)
    
    X = np.arange(-4, 4, 0.25)
    Y = np.arange(-4, 4, 0.25)
    # 生成网格点坐标矩阵
    X,Y = np.meshgrid(X, Y)
    # 计算X,Y值，得到Z的高度值
    R = np.sqrt(X**2 + Y**2)
    # 对应X,Y 值，得到一个高度值
    Z = np.sin(R)
    
    # rstride 行跨度,越大越稀疏
    # cstride 列跨度，越大越稀疏
    ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap("rainbow"))
    # 添加等高线图
    # zdir 从哪个方向压下去,即 画成从哪个方向看的俯视图做成等高线图
    # offset 将俯视图 压在相比坐标原点距离为两个单位，+-表示方向
    ax.contourf(X, Y, Z, zdir='z',offset=-2, cmap='rainbow')
    ax.set_zlim(-2, 2)
    
    plt.show()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3MyOTQ4NzgzMDQ_size_16_color_FFFFFF_t_70 1][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3MyOTQ4NzgzMDQ_size_16_color_FFFFFF_t_70]: /images/20230810/202b60cd64af4df0a9e889d5a0590c1a.png
[20190928193447364.png]: /images/20230810/baa971ad736f490ab80770329823891c.png
[20190928193512806.png]: /images/20230810/c65f53015b6c4d978c129f52daf17f16.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3MyOTQ4NzgzMDQ_size_16_color_FFFFFF_t_70 1]: /images/20230810/61de6639b0cf4039bc3ca3c1fd0df643.png