Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

Matplotlib में एक कंटूरफ प्लॉट और सरफेस_प्लॉट बिछाना

मैटप्लोटलिब में कंटूरफ प्लॉट और सरफेस_प्लॉट को लेयर करने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

  • वैरिएबल प्रारंभ करें, डेल्टा, xrange, yrange, x और y numpy का उपयोग कर रहे हैं।

  • figure() . का उपयोग करके एक नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें विधि।

  • वर्तमान अक्ष प्राप्त करें जहां प्रक्षेपण='3d'

  • x और y डेटा बिंदुओं के साथ एक 3डी काउंटौर प्लॉट बनाएं।

  • सतह को x और y डेटा बिंदुओं के साथ प्लॉट करें।

  • आकृति प्रदर्शित करने के लिए, दिखाएँ () . का उपयोग करें विधि।

उदाहरण

from matplotlib import pyplot as plt
import numpy as np
plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True
delta = 0.025
xrange = np.arange(-5.0, 20.0, delta)
yrange = np.arange(-5.0, 20.0, delta)
x, y = np.meshgrid(xrange, yrange)
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.contour(x, y, (np.sin(x) - np.cos(y)), [0])
ax.plot_surface(x, y, (np.sin(x) - np.cos(y)), cmap="afmhot_r")
plt.show()

आउटपुट

Matplotlib में एक कंटूरफ प्लॉट और सरफेस_प्लॉट बिछाना


  1. Matplotlib में कुल्हाड़ियों को कैसे स्विच करें?

    Matplotlib में कुल्हाड़ियों को स्विच करने के लिए, हम एक आकृति बना सकते हैं और सबप्लॉट्स () विधि का उपयोग करके दो सबप्लॉट जोड़ सकते हैं। वक्र प्लॉट करें, x और y डेटा निकालें, और इन डेटा को दूसरे प्लॉट किए गए वक्र में सेट करें। कदम numpy का उपयोग करके x और y डेटा पॉइंट बनाएं। एक आकृति बनाएं और द

  1. Matplotlib में NaN मानों के साथ प्लॉट और कार्य कैसे करें?

    Matplotlib में NaN मानों के साथ प्लॉट और काम करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - कुछ NaN मानों के साथ numpy का उपयोग करके डेटा बनाएं। उपयोग करें imshow() डेटा को एक छवि के रूप में प्रदर्शित करने की विधि, यानी, एक 2D नियमित रेखापुंज पर, एक कॉलोरमैप और डेटा के साथ (चरण 1 से)। आकृति

  1. Matplotlib में एक लाइन प्लॉट को कैसे चेतन करें?

    Matplotlib में लाइन प्लॉट को चेतन करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - सबप्लॉट्स () . का उपयोग करके एक फिगर और सबप्लॉट का एक सेट बनाएं विधि। x और y अक्ष पैमाने को सीमित करें। numpy का उपयोग करके x और t डेटा बिंदु बनाएं। निर्देशांक सदिशों, X2 और T2 से निर्देशांक मैट्रिक्स लौटाएं।