当前位置：首页 > news >正文

第二十章:Python-Matplotlib库实现函数可视化

news 2025/7/12 11:04:39

本文将介绍如何使用Python的这些库来实现函数的二维和三维可视化，并提供一些优美的三维函数示例。资源绑定附上完整资源供读者参考学习！

一、库的介绍

Matplotlib：经典的二维和三维可视化库，支持多种图表类型。
Plotly：交互式可视化库，支持动态三维图形。

二、常见函数示例

1. 二维函数示例

示例1：正弦函数

Python示例代码:

import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

#指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
#解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

# 定义函数
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 绘制图像
plt.plot(x, y,color='r')
plt.title("正弦函数")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

效果展示:

示例2：抛物线函数

Python示例代码：

import math
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

# 指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
# 解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

# 生成y值的范围，包括负数
y = np.linspace(-10, 10, 100)
x = y**2  # 定义x为y的平方

# 绘制开口向右的抛物线
plt.plot(x, y, color='r')
plt.title("开口向右的抛物线", color='black')
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

效果展示:

2. 三维函数示例

示例1：三维曲面

Python示例代码

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

#指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
#解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 定义函数
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z=x**2+2*y**2+4

# 绘制图像
ax.plot_surface(x, y, z, cmap='viridis')
ax.set_title("三维曲面")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")
plt.show()

效果展示

示例2：三维曲线

Python示例代码

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

#指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
#解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

t = np.linspace(0, 2 * np.pi, 100)
x = np.sin(t)
y = np.cos(t)
z = t

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot(x, y, z,color='b')
ax.set_title("三维曲线")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")
plt.show()

效果展示

三、优美的三维函数示例

示例1：球面函数

Python示例代码

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

#指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
#解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

u = np.linspace(0, 2 * np.pi, 100)
v = np.linspace(0, np.pi, 100)
x = np.outer(np.cos(u), np.sin(v))
y = np.outer(np.sin(u), np.sin(v))
z = np.outer(np.ones(np.size(u)), np.cos(v))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z, cmap='Oranges')
ax.set_title("球面函数")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")
plt.show()

效果展示

示例2：莫比乌斯带

Python示例代码

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl

#指定默认字体
mpl.rcParams['font.sans-serif'] = ['SimHei']
#解决负数坐标显示问题
plt.rcParams['axes.unicode_minus'] = False

u = np.linspace(0, 2 * np.pi, 100)
v = np.linspace(-0.5, 0.5, 100)
u, v = np.meshgrid(u, v)
x = (1 + v * np.cos(u / 2)) * np.cos(u)
y = (1 + v * np.cos(u / 2)) * np.sin(u)
z = v * np.sin(u / 2)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z, cmap='gist_rainbow_r')
ax.set_title("莫比乌斯带")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")
plt.show()

效果展示

四、函数参数用法总结

以下是Matplotlib中常用函数的参数用法总结：

函数	参数	描述
`plot`	`x, y`	绘制二维曲线
`plot_surface`	`x, y, z`	绘制三维曲面
`plot_wireframe`	`x, y, z`	绘制三维线框图
`contour`	`x, y, z`	绘制等高线图
`scatter`	`x, y`	绘制二维散点图
`scatter3D`	`x, y, z`	绘制三维散点图