Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

{x,y,z} से एक 3D सतह प्लॉट करें - Python Matplotlib में डेटा स्कैटर करें

x . से एक 3D सतह प्लॉट करने के लिए , y और z पायथन में डेटा स्कैटर करें, हम निम्नलिखित कदम उठा सकते हैं -

  • आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • एक नया आंकड़ा बनाएं या आंकड़ा () . का उपयोग करके मौजूदा आंकड़े को सक्रिय करें विधि।
  • सबप्लॉट व्यवस्था के हिस्से के रूप में आकृति में एक कुल्हाड़ी जोड़ें।
  • बनाएं x , y , X , वाई और Z डेटा अंक numpy का उपयोग कर रहे हैं।
  • प्लॉट x , y और z plot_surface() . का उपयोग करके डेटा बिंदु विधि।
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')
x = np.array(np.linspace(-2, 2, 100))
y = np.array(np.linspace(-2, 2, 10))

X, Y = np.meshgrid(x, y)
Z = X * np.exp(-X ** 2 - Y ** 2)

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap="plasma", linewidth=0, antialiased=False)

plt.show()

आउटपुट

{x,y,z} से एक 3D सतह प्लॉट करें - Python Matplotlib में डेटा स्कैटर करें


  1. Matplotlib प्लॉट से डेटा कैसे निकालें?

    Matplotlib में एक प्लॉट से डेटा निकालने के लिए, हम get_xdata() . का उपयोग कर सकते हैं और get_ydata() तरीके। कदम आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। numpy का उपयोग करके y डेटा पॉइंट बनाएं। प्लॉट y डेटा पॉइंट color=red . के साथ और लाइनविड्थ=5 । डेटा निकालने के लिए

  1. Matplotlib में हिस्टोग्राम डेटा से लाइन ग्राफ कैसे प्लॉट करें?

    Matplotlib में हिस्टोग्राम डेटा से एक लाइन ग्राफ़ प्लॉट करने के लिए, हम डेटा के एक सेट के हिस्टोग्राम की गणना करने के लिए numpy हिस्टोग्राम विधि का उपयोग करते हैं। कदम मौजूदा आंकड़े में एक सबप्लॉट जोड़ें, nrows=2, ncols=1 और अनुक्रमणिका=1 । डेटा के एक सेट का हिस्टोग्राम प्राप्त करने के लिए सुन

  1. पायथन का उपयोग करके त्रि-आयामी स्कैटर प्लॉट बनाने के लिए Matplotlib का उपयोग कैसे किया जा सकता है?

    Matplotlib एक लोकप्रिय पायथन पैकेज है जिसका उपयोग डेटा विज़ुअलाइज़ेशन के लिए किया जाता है। डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या चल रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभ