educoder行與縮進闖關答案，Educoder Matplotlib和Seaborn 三維圖 第一關繪制三維圖

第一關 繪制三維圖?

• 任務描述
• 相關知識
  • matplotlib畫三維圖
  • 線框圖和曲面圖
• 編程要求
• 測試說明

任務描述

本關任務：使用matplotlib繪制三維圖。

相關知識

educoder行與縮進闖關答案，matplotlib原本只能畫二維圖，隨著版本更新matplotlib實現了一些建立在二維圖上的三維圖。

• 適用場景：視覺上層次分明色彩鮮艷，具有很強的視覺沖擊力，讓觀看的人駐景時間長，留下深刻的印象。

matplotlib畫三維圖

要畫三維圖需要先導入from mpl_toolkits import mplot3d。導入這個子模塊后，就可以在創建任意一個普通坐標軸的過程中添加projection='3d'參數，從而創建一個三維坐標軸。三維圖的優點是在notebook中可以交互瀏覽。

1. from mpl_toolkits import mplot3d
2. import matplotlib.pyplot as plt
4. fig = plt.figure()
5. ax = plt.axes(projection='3d')
6. plt.show()

最基本的三維圖是由(x,y,z)三維坐標點構成的線圖與散點圖。與之前普通二維圖類似，可以用ax.plot3D與ax.scatter3D函數來創建。不僅創建方式類似，三維圖函數的參數也和二維圖函數的參數基本相同。

下面來畫一個三角螺旋線并在線上隨機分布一些散點：

1. from mpl_toolkits import mplot3d
2. import matplotlib.pyplot as plt
3. import numpy as np
5. ax = plt.axes(projection='3d')
7. # 三維線的數據
8. zline = np.linspace(0, 15, 1000)
9. xline = np.sin(zline)
10. yline = np.cos(zline)
11. ax.plot3D(xline, yline, zline, 'gray')
13. # 三維散點的數據
14. zdata = 15 * np.random.random(100)
15. xdata = np.sin(zdata) + 0.1 * np.random.randn(100)
16. ydata = np.cos(zdata) + 0.1 * np.random.randn(100)
17. ax.scatter3D(xdata, ydata, zdata, c=zdata, cmap='Greens');
19. plt.show()

educoder官網、與二維ax.contour圖形一樣，ax.contour3D要求所有數據都是二維網格數據的形式，并且由函數計算z軸數值。

下面用三維正弦函數畫三維等高線圖：

1. def f(x, y):
2. return np.sin(np.sqrt(x ** 2 + y ** 2))
4. x = np.linspace(-6, 6, 30)
5. y = np.linspace(-6, 6, 30)
6. X, Y = np.meshgrid(x, y)
7. Z = f(X, Y)
9. fig = plt.figure()
10. ax = plt.axes(projection='3d')
11. ax.contour3D(X, Y, Z, 50, cmap='binary')
12. ax.set_xlabel('x')
13. ax.set_ylabel('y')
14. ax.set_zlabel('z');
16. plt.show()

默認的初始顯示角度有時不是最優的，matplotlib提供了view_init可以調整觀察角度與方位角。下面我們把俯仰角調整為60度（x-y平面的旋轉角度），方位角調整為35度（繞z軸順時針旋轉35度）。

1. ax.view_init(60,35)
2. plt.show()

其實，也可以在matplotlib的交互式后端界面直接通過點擊、拖拽圖形，實現同樣的交互旋轉效果。

線框圖和曲面圖

matplotlib畫圖？接下來我們將學習線框圖和曲面圖。它們都是將網格數據映射成三維曲面，得到的三維形狀非常容易可視化：

1. def f(x, y):
2. return np.sin(np.sqrt(x ** 2 + y ** 2))
3. x = np.linspace(-6, 6, 30)
4. y = np.linspace(-6, 6, 30)
5. X, Y = np.meshgrid(x, y)
6. Z = f(X, Y)
7. fig = plt.figure()
9. #繪制線框圖
10. ax = plt.axes(projection='3d')
11. ax.plot_wireframe(X, Y, Z, color='black')
12. plt.show()

曲面圖和線框圖類似，只不過線框圖的每個面都是由多邊形構成的。需要注意的是，畫曲面圖需要二維數據，但可以不是直角坐標系。

1. #繪制曲面圖
2. ax = plt.axes(projection='3d')
3. ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
4. cmap='viridis', edgecolor='none')
5. plt.show()

下面創建一個局部的極坐標網絡，當我們把它畫成surface3D圖形時，可以獲得一種使用了切片的可視化效果：

1. def f(x, y):
2. return np.sin(np.sqrt(x ** 2 + y ** 2))
4. r = np.linspace(0, 6, 20)
5. theta = np.linspace(-0.9 * np.pi, 0.8 * np.pi, 40)
6. r, theta = np.meshgrid(r, theta)
8. X = r * np.sin(theta)
9. Y = r * np.cos(theta)
10. Z = f(X, Y)
11. ax = plt.axes(projection='3d')
12. ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
13. cmap='viridis', edgecolor='none')
14. plt.show()

編程要求

本關的編程任務是補全右側上部代碼編輯區內的相應代碼，根據輸入數據構建曲面，并設置顏色條為viridis，具體格式化要求如下：

• 文件名為Task1/img/T1.png；
• 具體要求請參見后續測試樣例。

matplotlib的方法，請先仔細閱讀右側上部代碼編輯區內給出的代碼框架，再開始你的編程工作！

測試說明

平臺會對你編寫的代碼進行測試，對比你輸出的數值與實際正確的數值，只有所有數據全部計算正確才能進入下一關。

測試輸入：

無測試輸入

matplotlib中文手冊，預期輸出：

你的答案與正確答案一致

開始你的任務吧，祝你成功！

import matplotlib
matplotlib.use("Agg")
from mpl_toolkits import mplot3d
import matplotlib.pyplot as plt
import numpy as npdef student(x,y,z):# ********* Begin *********#ax = plt.axes(projection='3d')ax.plot_surface(x, y, z, rstride=1, cstride=1, cmap='viridis', edgecolor='none')plt.savefig('Task1/img/T1.png')plt.show()# ********* End *********#

pythonmatplotlib？