Tạo ra hình ảnh 3D dữ liệu kỹ thuật giúp hiểu cấu trúc và hành vi phức tạp. Kết hợp SciPy với Matplib cho phép phân tích dữ liệu cao cấp và khả năng hình dung. Bài này giải thích cách tạo các đồ thị 3D sử dụng các công cụ này một cách hiệu quả.

Thiết lập môi trường

Để bắt đầu, cài đặt các thư viện cần thiết nếu chúng không sẵn sàng. Hãy dùng ống để cài đặt SciPy và Matplotlib:

Phát ngôn viên:

Name

Đang chuẩn bị dữ liệu để hiển thị

Tạo ra hoặc tải dữ liệu kỹ thuật bằng chức năng SciPy hoặc các nguồn dữ liệu khác. Chẳng hạn, tạo một lưới lưới lưới lưới để vẽ bề mặt:

nhập numpy dạng 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)

Tạo ra các hình ảnh hoá ba chiều

Sử dụng 3D đồ thị của Matpelbb để hình dung dữ liệu. Nhập khẩu đồ công cụ 3D và thiết lập đồ thị:

Nhập maplotlib.pyplot như pt

từ dạng thức gõ sơ đồ công cụ.mplot3d

Hình tượng

ax = fig.add conplot(11, epar='d)

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

Gpt.show()

Lời mách hình ảnh thêm

Điều chỉnh bản đồ màu, thêm nhãn và tùy chỉnh khung xem để tăng độ trong suốt. Dùng các hàm vẽ khác nhau như khung dây hoặc hình thù cho các đường vẽ khác nhau.

Thí dụ về tùy biến bao gồm:

  • Sơ đồ màu chạy cmap =' plasma'
  • Nhãn dán: ax.set x label ('X Axix')
  • góc xem điều chỉnh: ax.view [elev=30, azim=45]