📊 Как построить 3D график в Питоне | Простой гайд с примерами 📈

Для построения 3D графика в Python вы можете использовать библиотеку matplotlib.

Вот пример кода для построения 3D графика с использованием этой библиотеки:

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# Создаем объект Figure и Axes
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# Задаем данные для графика
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
z = [1, 8, 27, 64, 125]

# Строим 3D график
ax.plot(x, y, z)

# Настройка осей
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# Показываем график
plt.show()

В этом примере мы импортируем необходимые модули из библиотеки matplotlib. Затем мы создаем объекты Figure и Axes для построения графика. Мы задаем данные для графика - массивы x, y и z. Затем мы вызываем метод plot() объекта Axes, чтобы построить 3D график. Наконец, мы настраиваем подписи осей и отображаем сам график с помощью метода show().

Надеюсь, это поможет вам построить 3D график в Python!

Как построить 3D график в Питоне

Построение 3D графиков в Питоне очень полезно для визуализации трехмерных данных. В этой статье мы рассмотрим несколько способов создания 3D графиков с использованием библиотеки Matplotlib.

Шаг 1: Установка необходимых библиотек

Перед тем, как начать построение 3D графиков в Питоне, необходимо установить несколько дополнительных библиотек. Для этого откройте командную строку и выполните следующую команду:

pip install matplotlib

После установки библиотеки Matplotlib мы можем приступить к созданию 3D графиков.

Шаг 2: Простой 3D график

Давайте начнем с построения простого 3D графика в Питоне. Ниже приведен пример простого 3D графика с использованием библиотеки Matplotlib:

import matplotlib.pyplot as plt
import numpy as np

# Создание данных
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))

# Построение 3D графика
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)

# Настройка осей и меток
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('Простой 3D график')

# Отображение графика
plt.show()

В этом примере мы создаем сетку точек в интервале от -5 до 5 и используем функцию синуса для расчета значения Z. Затем мы строим поверхность с помощью функции plot_surface.

Настройка осей и меток позволяет нам добавить названия к осям и заголовок к графику. Наконец, мы отображаем график с помощью функции show().

Шаг 3: Настраиваемый 3D график

Теперь давайте рассмотрим более настраиваемый 3D график. Мы можем изменить цвет графика, добавить легенду и предоставить пользователю другие возможности взаимодействия с графиком.

import matplotlib.pyplot as plt
import numpy as np

# Создание данных
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))

# Построение 3D графика
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(X, Y, Z, cmap='viridis')

# Настройка цветной шкалы
fig.colorbar(surf)

# Добавление легенды
ax.legend()

# Настройка осей и меток
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('Настраиваемый 3D график')

# Отображение графика
plt.show()

В этом примере мы добавляем цветную шкалу с помощью функции colorbar и легенду с помощью функции legend. Мы также добавляем названия к осям и заголовок к графику.

Шаг 4: 3D график с различными представлениями

Библиотека Matplotlib также предоставляет возможность представлять 3D графики в различных стилях, таких как scatter plot, wireframe, surface plot и др. Давайте рассмотрим несколько примеров:

Scatter plot

import matplotlib.pyplot as plt
import numpy as np

# Создание данных
x = np.random.rand(50)
y = np.random.rand(50)
z = np.random.rand(50)

# Построение 3D scatter plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z)

# Настройка осей и меток
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('3D Scatter Plot')

# Отображение графика
plt.show()

Этот пример показывает использование 3D scatter plot для представления случайно сгенерированных данных. Мы используем функцию scatter вместо plot_surface, чтобы построить точки в 3D пространстве.

Wireframe plot

import matplotlib.pyplot as plt
import numpy as np

# Создание данных
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))

# Построение 3D wireframe plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_wireframe(X, Y, Z)

# Настройка осей и меток
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('3D Wireframe Plot')

# Отображение графика
plt.show()

В этом примере мы использовали функцию plot_wireframe для построения 3D графика в виде сетки. Значения Z вычисляются так же, как и в предыдущем примере. Мы также добавляем названия к осям и заголовок к графику.

Мы рассмотрели основные способы построения 3D графиков в Питоне с использованием библиотеки Matplotlib. Вы можете использовать эти примеры как отправную точку и дополнить их своими идеями и настройками. Удачи в визуализации трехмерных данных!