


Petua Didedahkan: Lukis Carta 3D Cantik dengan Python
Petua Didedahkan: Gunakan Python untuk melukis carta 3D yang cantik
Pengenalan:
Dalam bidang visualisasi data, membuat carta 3D yang cantik boleh memaparkan ciri dan arah aliran data dengan lebih intuitif. Python, sebagai bahasa pengaturcaraan yang berkuasa, mempunyai banyak perpustakaan dan alatan yang boleh membantu kami mencapai matlamat ini. Artikel ini akan berkongsi beberapa petua dan contoh kod khusus untuk melukis carta 3D yang cantik dalam Python untuk membantu pembaca memahami dan menerapkannya dengan lebih baik.
1. Penyediaan:
Sebelum kita mula, kita perlu memasang beberapa perpustakaan Python yang diperlukan, termasuk matplotlib, numpy dan mpl_toolkits.mplot3d. Anda boleh memasangnya melalui kod berikut:
pip install matplotlib pip install numpy pip install mpl_toolkits.mplot3d
2. Lukis plot serakan 3D yang mudah:
Mula-mula, mari lukis plot serakan 3D yang mudah. Kodnya adalah seperti berikut:
import matplotlib.pyplot as plt import numpy as np fig = plt.figure() ax = fig.add_subplot(111, projection='3d') x = np.random.standard_normal(100) y = np.random.standard_normal(100) z = np.random.standard_normal(100) ax.scatter(x, y, z) plt.show()
Dalam contoh ini, kita mula-mula mencipta objek Figure
dan objek Axes3D
dan menambah objek Axes3D
ditambahkan pada Rajah
. Kemudian, kami menjana 100 nombor rawak yang mematuhi taburan normal piawai sebagai koordinat x, y, z dan menggunakan kaedah scatter
untuk melukis plot serakan pada sistem koordinat 3D. Figure
对象和一个Axes3D
对象,并通过add_subplot
方法将Axes3D
对象添加到Figure
中。然后,我们生成100个服从标准正态分布的随机数作为x、y、z坐标,并使用scatter
方法在3D坐标系上绘制散点图。
三、绘制3D曲面图:
接下来,我们尝试绘制一个3D曲面图。代码如下:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.add_subplot(111, projection='3d') x = np.linspace(-5, 5, 100) y = np.linspace(-5, 5, 100) X, Y = np.meshgrid(x, y) Z = np.sin(np.sqrt(X**2 + Y**2)) ax.plot_surface(X, Y, Z, cmap='viridis') plt.show()
在这个示例中,我们首先生成了x和y坐标的一维数组,并利用meshgrid
方法生成了一个网格,然后根据公式计算了z坐标的值。最后,使用plot_surface
方法绘制了3D曲面图。
四、绘制3D柱状图:
除了散点图和曲面图,我们还可以绘制3D柱状图来展示数据的分布情况。代码如下:
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.add_subplot(111, projection='3d') x = np.arange(10) y = np.arange(10) X, Y = np.meshgrid(x, y) Z = np.random.randint(1, 10, (10, 10)) ax.bar3d(X.flatten(), Y.flatten(), np.zeros_like(Z).flatten(), 1, 1, Z.flatten()) plt.show()
在这个示例中,我们首先生成了x和y坐标的一维数组,并利用meshgrid
方法生成了一个网格,然后利用random.randint
方法生成了一个10x10的随机整数数组作为z坐标的值。最后,使用bar3d
Seterusnya, kami cuba melukis graf permukaan 3D. Kodnya adalah seperti berikut:
rrreee
meshgrid
untuk menjana grid, dan kemudian mengira nilai koordinat z mengikut formula . Akhirnya, plot permukaan 3D telah dilukis menggunakan kaedah plot_surface
. 🎜🎜4. Lukis histogram 3D: 🎜Selain plot serakan dan plot permukaan, kami juga boleh melukis histogram 3D untuk menunjukkan taburan data. Kodnya adalah seperti berikut: 🎜rrreee🎜Dalam contoh ini, kita mula-mula menjana tatasusunan satu dimensi koordinat x dan y, dan menggunakan kaedah meshgrid
untuk menjana grid, dan kemudian menggunakan random.randint menjana tatasusunan 10x10 integer rawak sebagai nilai koordinat z. Akhir sekali, histogram 3D dilukis menggunakan kaedah <code>bar3d
. 🎜🎜Kesimpulan: 🎜Melalui perkongsian artikel ini, kami telah mempelajari beberapa teknik dan contoh kod khusus untuk melukis carta 3D yang cantik dalam Python, termasuk melukis plot serakan, plot permukaan dan histogram. Teknik ini boleh membantu kami memaparkan ciri dan arah aliran data dengan lebih baik dan meningkatkan kesan visualisasi data. Diharapkan pembaca dapat menguasai lagi kemahiran ini melalui pembelajaran dan latihan, dan menggunakannya secara fleksibel dalam projek sebenar. 🎜Atas ialah kandungan terperinci Petua Didedahkan: Lukis Carta 3D Cantik dengan Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Penyimpanan Objek Minio: Penyebaran berprestasi tinggi di bawah CentOS System Minio adalah prestasi tinggi, sistem penyimpanan objek yang diedarkan yang dibangunkan berdasarkan bahasa Go, serasi dengan Amazons3. Ia menyokong pelbagai bahasa pelanggan, termasuk Java, Python, JavaScript, dan GO. Artikel ini akan memperkenalkan pemasangan dan keserasian minio pada sistem CentOS. Keserasian versi CentOS Minio telah disahkan pada pelbagai versi CentOS, termasuk tetapi tidak terhad kepada: CentOS7.9: Menyediakan panduan pemasangan lengkap yang meliputi konfigurasi kluster, penyediaan persekitaran, tetapan fail konfigurasi, pembahagian cakera, dan mini

Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat

Apabila memasang pytorch pada sistem CentOS, anda perlu dengan teliti memilih versi yang sesuai dan pertimbangkan faktor utama berikut: 1. Keserasian Persekitaran Sistem: Sistem Operasi: Adalah disyorkan untuk menggunakan CentOS7 atau lebih tinggi. CUDA dan CUDNN: Versi Pytorch dan versi CUDA berkait rapat. Sebagai contoh, Pytorch1.9.0 memerlukan CUDA11.1, manakala Pytorch2.0.1 memerlukan CUDA11.3. Versi CUDNN juga mesti sepadan dengan versi CUDA. Sebelum memilih versi PyTorch, pastikan anda mengesahkan bahawa versi CUDA dan CUDNN yang serasi telah dipasang. Versi Python: Cawangan Rasmi Pytorch

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
