热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

python绘制三维图,python怎么用

平常我们看到的物体一般是三维空间中的立体图形,今天跟大家一起来学习用Python绘制立体图形。一、导入绘图数据首先导入绘图所需的数据。importosimpor


平时我们看到的物体一般是三维空间的立体图形,今天和大家一起学习用Python画立体图形。



一、导入绘图数据


首先导入绘图所需的数据。


importosimportpandasaspdos.chdir (r ' f : (公众号(6.学习python ' ) )是存储数据的文件夹路径date=pd.read_csv (股票数据. csv )



前几行的数据如下。





二.绘制三维图


1绘制三维线形图


为了熟悉三维空间图形的作图原理,首先绘制5个点依次连接的三维线图,具体句子如下。


导入matplotlib.py plot as PLT #部署库from mpl _ toolkits.MP lot3dimportaxes 3d #部署库PLT.rcparams [ ' font.sans-seriries ]=解决中文显示问题PLT.rcparams [ ' axes.unicode _ MINUS ' ]=false #解决中文显示问题PLT.subplot(projection='3d ' ) #3d绘图空间x=[ 0,]





用双股数据绘制三维折线图


按年月分组,统计股票收盘价的平均值,将与年对应的标签设为x轴,将与月对应的标签设为y轴,将与收盘价对应的数值设为z轴,制作三维折线图。 具体措词如下。


date=date.set_index (日期) )将日期列设置为索引date.index=PD.to _ datetime (date.index ),并将索引设置为时间格式result=date[[ ().mean ) (按年和月对收盘价分组以获得平均值的PLT.subplot ) projection='3D ' ) 3d出图空间PLT.plot (result.index.codex ) PLT.xlabel ) )对应于年份标签) ) x轴上标签plt.ylabel ) )对应于月份标签) ) y轴上标签plt.title )描绘按年月收盘价变化趋势的三维图表) )标题PLT .





用三株式数据绘制三维散点图


按年月分组,统计收盘价平均、交换率平均、成交件数平均,分别作为x轴、y轴、z轴制作三维散点图。 具体措词如下。


result=date.group by ([ date.index.year, date.index.month] ).AgG ) val1=((收盘价)、(均值) )、val2=) )接线员' mean ' ) (ax=PLT.subplot (项目=' ) result['val3'](#散点图plt.xlabel ) (按年月统计终值平均) ) ) x轴为标签plt.ylabel ) (按年月统计交换率平均) ) ) y轴为标签plt.title ) )股票数据三维散点图)





用四只股票

数据绘制三维柱状图

  
按年月分组,统计股票收盘价的均值。并以月对应标签为x轴,每月对应收盘价均值为y轴,年对应标签为z轴,绘制三维柱状图,具体语句如下:

import matplotlib.cm as cm #导入库​result = date[['收盘价']].groupby([date.index.year, date.index.month]).mean() #按年月统计收盘价均值plt.subplot(projection='3d') #设置3D绘图空间plt.bar(result.index.codes[1], result['收盘价'], zs=result.index.codes[0], color=cm.ScalarMappable().to_rgba(result.index.codes[0])) #按年月绘制收盘价3维条形图sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result.index.codes[0].min(), vmax=result.index.codes[0].max()))plt.colorbar(sm) #显示对应数值的颜色条plt.xlabel('对应月标签') #给x轴添加标签plt.ylabel('每月对应收盘价均值') #给y轴添加标签plt.title('三维条形图') #添加标题plt.show()

得到结果如下:
  

  
  

5 用bar3d函数绘制三维柱状图

  
为了让三维柱状图绘制得更加清晰,用bar3d函数绘制一版三维柱状图,具体语句如下:

result = date[['收盘价']].groupby([date.index.year, date.index.month]).mean() #按年月统计收盘价均值ax = plt.subplot(projection='3d') #设置3D绘图空间ax.bar3d(x=result.index.codes[0], y=result.index.codes[1], z=0, dx=1, dy=1, dz=result['收盘价'], color=cm.ScalarMappable().to_rgba(result.index.codes[0])) #绘制3d直方图plt.xlabel('年对应标签') #给x轴添加标签plt.ylabel('月对应标签') #给y轴添加标签plt.title('3维直方图') #添加标题plt.show()

参数解释:

    x:每个方柱对应底部点的横坐标。

    y:每个方柱对应底部点的纵坐标。

    z:每个方柱绘制的起始高度。

    dx:每个方块宽度。

    dy:每个方块厚度。

    dz:每个方块高度。
  
得到结果如下:
  

  
至此,在Python中绘制三维图已全部讲解完毕,感兴趣的同学可以自己实现一遍。

  
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
Python人脸识别—我的眼里只有你
Python画好看的星空图(唯美的背景)
【Python】情人节表白烟花(带声音和文字)
用Python中的py2neo库操作neo4j,搭建关联图谱
Python浪漫表白源码合集(爱心、玫瑰花、照片墙、星空下的告白)

长按(扫一扫)识别上方二维码学习更多Python和建模知识,让你的学习和工作更出彩。
推荐阅读
  • 动量|收益率_基于MT策略的实战分析
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了基于MT策略的实战分析相关的知识,希望对你有一定的参考价值。基于MT策略的实战分析 ... [详细]
  • 基于词向量计算文本相似度1.测试数据:链接:https:pan.baidu.coms1fXJjcujAmAwTfsuTg2CbWA提取码:f4vx2.实验代码:imp ... [详细]
  • YOLOv7基于自己的数据集从零构建模型完整训练、推理计算超详细教程
    本文介绍了关于人工智能、神经网络和深度学习的知识点,并提供了YOLOv7基于自己的数据集从零构建模型完整训练、推理计算的详细教程。文章还提到了郑州最低生活保障的话题。对于从事目标检测任务的人来说,YOLO是一个熟悉的模型。文章还提到了yolov4和yolov6的相关内容,以及选择模型的优化思路。 ... [详细]
  • 展开全部下面的代码是创建一个立方体Thisexamplescreatesanddisplaysasimplebox.#Thefirstlineloadstheinit_disp ... [详细]
  • web.py开发web 第八章 Formalchemy 服务端验证方法
    本文介绍了在web.py开发中使用Formalchemy进行服务端表单数据验证的方法。以User表单为例,详细说明了对各字段的验证要求,包括必填、长度限制、唯一性等。同时介绍了如何自定义验证方法来实现验证唯一性和两个密码是否相等的功能。该文提供了相关代码示例。 ... [详细]
  • 我用Tkinter制作了一个图形用户界面,有两个主按钮:“开始”和“停止”。请您就如何使用“停止”按钮终止“开始”按钮为以下代码调用的已运行功能提供建议 ... [详细]
  • pythonMatplotlib(二)
    Matplotlib+pandas作图一、对csv文件进行提取ruixi.csv对上述表格进行提取并做图画出图像二、对.xlsx进行提取:rui ... [详细]
  • 人脸检测 pyqt+opencv+dlib
    一、实验目标绘制PyQT界面,调用摄像头显示人脸信息。在界面中,用户通过点击不同的按键可以实现多种功能:打开和关闭摄像头, ... [详细]
  • 如何在mysqlshell命令中执行sql命令行本文介绍MySQL8.0shell子模块Util的两个导入特性importTableimport_table(JS和python版本 ... [详细]
  • python机器学习之数据探索
    🐱今天我们来讲解数据建模之前需要处理的工作,也就是数据探索的过程,很多同学会说,不就是处理缺失值,异常值&# ... [详细]
  • 代码如下:#coding:utf-8importstring,os,sysimportnumpyasnpimportmatplotlib.py ... [详细]
  • 本文介绍了机器学习手册中关于日期和时区操作的重要性以及其在实际应用中的作用。文章以一个故事为背景,描述了学童们面对老先生的教导时的反应,以及上官如在这个过程中的表现。同时,文章也提到了顾慎为对上官如的恨意以及他们之间的矛盾源于早年的结局。最后,文章强调了日期和时区操作在机器学习中的重要性,并指出了其在实际应用中的作用和意义。 ... [详细]
  • 本文介绍了Swing组件的用法,重点讲解了图标接口的定义和创建方法。图标接口用来将图标与各种组件相关联,可以是简单的绘画或使用磁盘上的GIF格式图像。文章详细介绍了图标接口的属性和绘制方法,并给出了一个菱形图标的实现示例。该示例可以配置图标的尺寸、颜色和填充状态。 ... [详细]
  • 本文总结了使用不同方式生成 Dataframe 的方法,包括通过CSV文件、Excel文件、python dictionary、List of tuples和List of dictionary。同时介绍了一些注意事项,如使用绝对路径引入文件和安装xlrd包来读取Excel文件。 ... [详细]
  • python3 nmap函数简介及使用方法
    本文介绍了python3 nmap函数的简介及使用方法,python-nmap是一个使用nmap进行端口扫描的python库,它可以生成nmap扫描报告,并帮助系统管理员进行自动化扫描任务和生成报告。同时,它也支持nmap脚本输出。文章详细介绍了python-nmap的几个py文件的功能和用途,包括__init__.py、nmap.py和test.py。__init__.py主要导入基本信息,nmap.py用于调用nmap的功能进行扫描,test.py用于测试是否可以利用nmap的扫描功能。 ... [详细]
author-avatar
沈智强619
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有