介绍
这期内容当中小编将会给大家带来有关怎么在python中使用mayavi实现三维绘图、文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
python主要用来做什么 python主要应用于:1,网络开发;2、数据科学研究;3,网络爬虫;4、嵌入式应用开发,5日游戏开发;6桌面应用开发。
, import mayavi.mlab as mlab
得到才能numpy import exp,罪恶,因为,棕褐色,随机的,mgrid, ogrid linspace,倍根号,π
import 才能;numpy as np
import 才能;matplotlib.pyplot as plt
mlab.figure才能(fgcolor=(0, 0, 0),,背景=(1,1,1)),#更改背景色
#才能添加matlab的山峰函数
def 才能;峰值(x, y):
,,,return 3.0 * (1.0 - x) * * 2 * exp () (x * * 2),安康;(y + 1.0) * * 2),安康;10 * (x/5.0,安康;x * * 3,安康;y * * 5), *, exp (- x * * 2 y * * 2),背后,1.0/3.0 * exp (- (x + 1.0) * * 2,安康;y * * 2) 首先从帮助手册上了解下mayavi的colormap,如下图:
下面列举常用的三维绘图函数和简单例子。
<强>一、柱形图表
*柱形图表(年代,…)
*柱形图表(x, y,年代,…)
*柱形图表(x, y, f,…)
*柱形图表(x, y, z s…)
*柱形图表(x, y, z, f,…)
如果只传递一个参数,可以是一维(一维),二维(2 d)或三维(3 d)的给定向量长度的数组;
如果传递三个参数(x, y, s)或(x, y, f), x, y是对应于数组s的二维(2 d)坐标,也可以是可调用的函数f,该函数返回数组;
四个参数的时候(x, y, z)表示三维坐标
,, s =, np.random.rand (3、3)
mlab.barchart才能(s)
mlab.vectorbar才能()
mlab.show才能() 
, x, y =, np.mgrid [5:5:20j 5:5:20j]
s 才能=,山峰(x, y),,, #山峰函数前面已经定义
mlab.barchart才能(x, y, s)
mlab.vectorbar才能()
mlab.show才能() 
<强>二,contour3d
* contour3d(标量,…)
* contour3d (x, y, z,标量,…)
* contour3d (x, y, z, f,…)
标量是三维数组(3 - d), x, y, z用numpy。mgrid生成,是三维数组
,, x,, y,, z =, ogrid [5:5:64j, 5:5:64j,, 5:5:64j]
时间=scalars 才能;x *, x *, 0.5, +, y *, y +, z *, z 2.0 *,
mlab.contour3d才能(标量,轮廓=6,透明=True)
mlab.colorbar才能()
mlab.show才能() 
<强>三,contour_surf
* contour_surf(年代,…)
* contour_surf (x, y,年代,…)
* contour_surf (x, y, f,…)
s是二维数组,f是可调用的函数,例如山峰函数
x和y可以是一维或二维数组(如由numpy返回。ogrid或numpy.mgrid)
,, x, y =, np.mgrid [5:5:70j 5:5:70j]
#才能绘制山峰函数的等高线
mlab.contour_surf才能(x, y,山峰,轮廓=9)
mlab.colorbar才能()
mlab.show才能() 
<强>四,imshow
* imshow(年代,…)
s is a 2, dimension 数组只,values of s 断开连接;mapped 用a color using 从而colormap。
时间=s 才能;np.random.rand(3、3), #生成随机的3×3数组
mlab.imshow才能(s)
mlab.colorbar才能()
mlab.show才能() 
<强>五、网
*网(x, y, z,…)
x, y, z是二维数组,所有相同的形状,表面的顶点的位置。
x, y, z都是二维数组,拥有相同的形状,而且z代表了平面坐标(x, y)对应下的值,下面绘制的是matlab的山峰函数三维图,可能是因为绘图比例的原因看起来并没有matlab下绘制的好看
,, y, x =, np.mgrid [5:5:70j 5:5:70j]
,,z=山峰(x, y)
mlab.mesh才能(x, y, z)
mlab.colorbar才能()
mlab.show才能()
