python 各种画图（2D 3D）-1 _matplotlib 官方网站笔记

本文主要是介绍python 各种画图（2D 3D）-1 _matplotlib 官方网站笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

背景

需利用python进行3D可视化处理，用于分析python得到的数据的正确性。

知识学习

python高阶3D绘图---pyvista模块，mayavi模块，pyopengl模块，MoviePy模块基础使用-CSDN博客

python用于3D绘图的模块比较多，pyvista模块，mayavi模块，pyopengl模块，MoviePy模块matplotlib库。建议直接看官方教程比较快。工具很多，具体使用哪一种，根据各模块的特点选用。

如下官网链接

Mayavi: 3D scientific data visualization and plotting in Python — mayavi 4.8.3.dev0 文档

Matplotlib 文档_Matplotlib 中文网

Matplotlib — Visualization with Python  （推荐看英文官网）

Examples — PyVista 0.43.1 documentation

PyOpenGL -- The Python OpenGL Binding (sourceforge.net)

MoviePy中文手册 — moviepy-cn 文档

应用

代码如下：

这个项目是因为，已经将得到的数据存在xlsx中，所以增加了读数据的操作，直接调用python的数据也一样，主要用到如下代码用于3d 散点图的显示

# 显示图形fig = plt.figure(figsize=(10, 8))  # 设置图形大小ax = fig.add_subplot(111, projection='3d')ax.scatter(Oab_rows_x, Oab_rows_y, Oab_rows_z, label='O set', s=1, alpha=0.8)ax.scatter(Pxb_rows_x, Pxb_rows_y, Pxb_rows_z, color='red', label='x set', s=1, alpha=0.8)ax.scatter(Pyb_rows_x, Pyb_rows_y, Pyb_rows_z, color='black', label='y set', s=1, alpha=0.8)# 添加图例ax.legend()plt.show()

官网中还有很多图例，如下截图 

 怎么设置图例，出图漂亮

 一个应用代码如下: （仅做学习记录，画图看官网）

import numpy as np
import math
import pandas as pdimport matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as pltimport openxlsx# 主函数
def main(excel_file, sheet_name):# 读取Excel文件df = pd.read_excel(excel_file, sheet_name=sheet_name)result_rows = []Oab_rows_x = []Oab_rows_y = []Oab_rows_z = []Pxb_rows_x = []Pxb_rows_y = []Pxb_rows_z = []Pyb_rows_x = []Pyb_rows_y = []Pyb_rows_z = []# 遍历DataFrame的每一行for index, row in df.iterrows():Oab = np.array([row['Oab_x'], row['Oab_y'], row['Oab_z']])Pxb = np.array([row['Pxb_x'], row['Pxb_y'], row['Pxb_z']])Pyb = np.array([row['Pyb_x'], row['Pyb_y'], row['Pyb_z']])Oab_row_x = Oab[0]Oab_rows_x.append(Oab_row_x)Oab_row_y = Oab[1]Oab_rows_y.append(Oab_row_y)Oab_row_z = Oab[2]Oab_rows_z.append(Oab_row_z)Pxb_row_x = Pxb[0]Pxb_rows_x.append(Pxb_row_x)Pxb_row_y = Pxb[1]Pxb_rows_y.append(Pxb_row_y)Pxb_row_z = Pxb[2]Pxb_rows_z.append(Pxb_row_z)Pyb_row_x = Pyb[0]Pyb_rows_x.append(Pyb_row_x)Pyb_row_y = Pyb[1]Pyb_rows_y.append(Pyb_row_y)Pyb_row_z = Pyb[2]Pyb_rows_z.append(Pyb_row_z)# 显示图形fig = plt.figure(figsize=(10, 8))  # 设置图形大小ax = fig.add_subplot(111, projection='3d')ax.scatter(Oab_rows_x, Oab_rows_y, Oab_rows_z, label='O set', s=1, alpha=0.8)ax.scatter(Pxb_rows_x, Pxb_rows_y, Pxb_rows_z, color='red', label='x set', s=1, alpha=0.8)ax.scatter(Pyb_rows_x, Pyb_rows_y, Pyb_rows_z, color='black', label='y set', s=1, alpha=0.8)# 添加图例ax.legend()plt.show()# 调用主函数
if __name__ == "__main__":excel_file = 'C:\\Users\Desktop\output.xlsx'  # 假设Excel文件名是data.xlsxsheet_name = 'Sheet 1'     # 假设数据在第一个工作表上main(excel_file, sheet_name)

其中如下代码是因为报错，可参照链接解决。

import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt

matplotlib:报错：ImportError: Cannot load backend ‘TkAgg‘ which requires the ‘tk‘ interactive 的处理记录_importerror: cannot load backend 'tkagg' which req-CSDN博客

拓展：matplotlib 官方网站

按数据分类：

Pairwise data#   

成对、表格、 和函数数据。\((x, y)\)\((var\_0, \cdots, var\_n)\)\(f(x)=y\)

统计类数据

数据集中至少一个变量的分布图。其中一些方法还计算分布。

 网格化数据

不规则的网格化数据

3D和立体数据

用户指导

目录如下

Quick start guide#

• A simple example
• Parts of a Figure
• Types of inputs to plotting functions
• Coding styles
• Styling Artists
• Labelling plots
  • Axes labels and text
  • Using mathematical expressions in text
  • Annotations
  • Legends
• Axis scales and ticks
• Color mapped data
• Working with multiple Figures and Axes
• More reading

上图是figure的组成元素。要是绘制简单的图形，直接参照Quick start guide官方代码。也可以直接看教程。

教程

Introductory#  初级

• Quick start guide

• Customizing Matplotlib with style sheets and rcParams  自定义属性及参数设置

• Animations using Matplotlib       动画

Intermediate 中级

• Legend guide        图例指南

• Styling with cycler   演示自定义属性周期设置，以控制多线绘图的颜色和其他样式属性。

• Constrained layout guide  约束布局

• Tight layout guide      紧凑布局

• Arranging multiple Axes in a Figure  多坐标

• Autoscaling Axis   可缩放

• origin and extent in imshow  

Advanced 高级

• Faster rendering by using blitting   动画

• Path Tutorial  轨迹

• Path effects guide   轨迹效果

• Transformations Tutorial    官网说应用较少

Colors  颜色设置

See Colors.

Text  文本设置

See Text.

Toolkits  工具箱子

See User Toolkits.

• The axisartist toolkit    自定义轴类
• The axes_grid1 toolkit  网格图工具
• The mplot3d toolkit    3D图工具

Contents

• The mplot3d toolkit

  • Line plots

  • Scatter plots

  • Wireframe plots

  • Surface plots

  • Tri-Surface plots

  • Contour plots

  • Filled contour plots

  • Polygon plots

  • Bar plots

  • Quiver

  • 2D plots in 3D

  • Text

这篇关于python 各种画图（2D 3D）-1 _matplotlib 官方网站笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---