今天用python画了几个好玩的3D展示图，现在和大家分享。
我会把照片贴好
使用的python工具包如下。
frommatplotlibimportpyplotasplt
导入编号为NP
from mpl _ toolkits.MP lot3dimportaxes 3d
在贴上代码之前，您需要整体了解这些图是如何绘制的。 上面的每个3D图像可以理解为长方体。 输入数据是三维的，x轴、y轴和z轴。 第三个图像有x、y和z坐标的标记。 在第三张照片中，z可以理解为根据x和y变化的函数。 就像人在小山中行走一样，其中x和y表示方向，z表示是上坡还是下坡。 第二张照片中间的，实际上是三维的正态分布图。
具体公式如下
上面的是二维的。 也就是说，只有x和y。 对于三维，需要稍微变形。 根据以上公式将exp ()中的内容转换为exp(-) (((x-u ) ^2) )2q^2) )即可。 这里的u表示平均值，q表示标准偏差。 在这样变化之后，z=f(x，y )。 这就是z值表达式，表示z值随x和y值变化的函数。
试着贴上代码吧
这是第二张图像的代码。
frommatplotlibimportpyplotasplt
导入编号为NP
from mpl _ toolkits.MP lot3dimportaxes 3d
fig=plt.figure (
ax=axes3d(fig )
len=8；
step=0.4；
efbuild_layer(z_value ) :
x=NP.arange(-len，len，step )；
y=NP.arange(-len，len，step )；
Z1=NP.full(x.size，z_value/2 ) ) ) ) ) ) ) ) ) Z1=NP.full(x.size，z_value/2 ) ) ) ) ) ) ) ) ) ) ) Z1 ) ) ) ) ) z5 )
Z2=NP.full(x.size，z_value/2 ) ) ) ) ) ) ) ) ) ) ) )。
z1，Z2=NP.meshgrid(Z1，z2 ) )。
z=z1 z2；
x，y=NP.meshgrid(x，y ) )。
return(x，y，z )；
efbuild_Gaussian_layer(mean，standard_deviation ) :
x=NP.arange(-len，len，step )；
y=NP.arange(-len，len，step )；
x，y=NP.meshgrid(x，y )；
z=NP.exp(-((y-mean ) *2) x-mean ) *2)/(2* ) ) Standard_deviation**2) )
z=z/(NP.sqrt )2*NP.pi ) *standard_deviation )；
return(x，y，z )；
可以在help (help )函数(如#help(ax.plot_surface ) )中查看具体的函数方法
x1，y1，Z1=build_layer(0.2 )；
ax.plot_surface(x1，y1，z1，rstride=1，cstride=1，color='green ' ) ) ) ) ) ) )。
x5，y5，Z5=build_layer(0.15 )；
ax.plot_surface(x5，y5，z5，rstride=1，cstride=1，color='pink ' ) ) ) ) ) ) )。
# x2，y2，Z2=build_layer(-0.26 )；
#ax.plot_surface(x2，y2，z2，rstride=1，cstride=1，color='yellow ' ) ) ) ) ) ) ) ) )
#
# x6，y6，z6=build_layer(-0.22 )；
#ax.plot_surface(x6，y6，z6，rstride=1，cstride=1，color='pink ' ) ) ) ) )。
# x4，y4，Z4=build_layer(0)；
#ax.plot_surface(x4，y4，z4，rstride=1，cstride=1，color='purple ' ) ) ) ) ) ) )。
x3，y3，z3=build _ Gaussian _ layer (0，1 ) ) ) ) ) ) ) ) x3，y3，z3 ) ) ) x3 ) ) x3 ) ) x3 ) z3 ) ) z3 ) ) 652 )
ax.plot_surface(x3，y3，z3，rstride=1，cstride=1，cmap='rainbow ' ) ) ) ) ) ) ) ) ) ) )。
plt.show () )
这是第三张图像的代码
导入编号为NP
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d
x，y=np.mgrid[-1:1:20j，-1:1:20j]
z=x*NP.exp(-x**2-y**2) )
ax=PLT.subplot(111，projection='3d ' ) )。
ax.plot_surface(x，y，z，rstride=2，cstride=1，cmap=plt.cm.coolwarm，alpha=0.8 ) ) ) )。
ax.set_xlabel('x ' ) )。
ax.set_ylabel('y ' ) )。
ax.set_zlabel('z ) ) )。
plt.show () )
以上，用python制作三维正态分布图的方法，是小编给大家分享的全部内容。 希望您能参考。 另外，教程网的检索也请多多关照。