エンジニアリングデータの3D視覚化を作成すると、複雑な構造と動作を理解することができます。SciPyをMatplotlibと統合することで、高度なデータ解析と視覚化機能が可能になります。この記事では、これらのツールを使用して3Dプロットを効果的に生成する方法について説明します。

環境設定

始めるには、既に使用されていない場合は、必要なライブラリをインストールします。 pip を使用して SciPy と Matplotlib をインストールします。

コマンド:[

pip install scipy matplotlib

可視化のためのデータの準備

SciPy 関数または他のデータソースを使用してエンジニアリングデータを生成またはロードします。例えば、表面プロット用のメッシュグリッドを作成します。

例:[

np として numpy を輸入して下さい

x = np.linspace(-5, 5, 100) の

y = np.linspace(-5, 5, 100) の y = np.linspace(-5, 5, 100) の y = np.linspace() の y = np.linspace(-5, 5, 100) の y = np.linspace(-5, 5, 100) の y = np.linspace(-5, 5, 100) の y = np.linspace(= ) の y = np.linspace(= ) の y = の y = np.linspace(= ) の の の の y = の y = y = の の の の の y = y = の の の r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r r

X、Y = np.meshgrid(x、y)

z = np.sin(np.sqrt(X**2 + Y**2))

3D可視化の創出

Matplotlibの3Dプロット機能を使用してデータを視覚化します。 3Dツールキットをインポートし、プロットを設定します。

例:[

インポート matplotlib.pyplot として plt

mpl toolkits.mplot3d の輸入 Axes3D から

は、plt.figure() を に ' と ' を ' で ' と ' の ' を ' に ' と ' の ' に ' は ' ' と ' は ' ' の ' を ' に ' は ' ' ' ' ' は ' ' ' ' ' ' ' ' は ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' '

の x = fig.add subplot(111, projection='3d')

ax.plot surface(X、Y、Z、cmap='viridis')

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

追加可視化のヒント

カラーマップを調整し、ラベルを追加し、ビューをカスタマイズして明快さを高めます。さまざまな視点で、ワイヤーフレームや輪郭のプロットなどのさまざまなプロット機能を使用してください。

カスタマイズ例には以下が含まれます。

  • カラーマップのチャング:[cmap='plasma'
  • ラベルの追加:[] ax.set xlabel('X軸')
  • 視野角を調整する:[] ax.view init(elev=30、azim=45)