L'integrazione di SciPy con Matplotlib consente di analizzare e visualizzare i dati avanzati e le capacità di visualizzazione. Questo articolo spiega come generare grafici 3D utilizzando questi strumenti in modo efficace.

Impostazione dell'ambiente

Per iniziare, installare le librerie necessarie se non sono già disponibili.

Comando:

pip install scipy matplotlib

Preparazione dei dati per la visualizzazione

Generare o caricare i dati di ingegneria utilizzando le funzioni di SciPy o altre fonti di dati. Ad esempio, creare una griglia di rete per la tramatura di superficie:

Esempio:

import numpy come np

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))

Creazione di visualizzazioni 3D

Utilizzare le capacità di tracciamento 3D di Matplotlib per visualizzare i dati. Importare il toolkit 3D e impostare la trama:

Esempio:

importare matplotlib.pyplot come plt

da mpl toolkits.mplot3d importazione Axes3D

fico = plt.figure()

ax = fig.add subplot(111, proiezione='3d')

ax.plot surface(X, Y, Z, cmap='viridis)

plt.show()

Ulteriori suggerimenti di visualizzazione

Regolare le mappe a colori, aggiungere le etichette e personalizzare la vista per migliorare la chiarezza. Utilizzare diverse funzioni di plotting come wireframe o complotti per prospettive diverse.

Esempi di personalizzazione includono:

  • Cambiare la mappa del colore:[] cmap='plasma'
  • Etichette di aggiunta:[ ax.set xlabel('X Axis')
  • Aggiustare l'angolo di vista:[ ax.view init(elev=30, azim=45]