基于matplotlib的数据可视化 - 三维曲面图gca

1 语法

ax = plt.gca(projection='3d')
ax.plot_surface(x,y,z,rstride=行步距，cstride=列步距，cmap=颜色映射)

---

gca(**kwargs)

在当前图像上，获取与给定关键字args匹配的当前Axes的当前Axes实例，若不存在，则会返回一个新创建的实例。

帮助文档中的一个示例

plt.gca(projection='polar')

If the current axes doesn't exist, or isn't a polar one, the appropriate
axes will be created and then returned.

---

plot_surface(X, Y, Z, *args, **kwargs)

Create a surface plot. 在默认情况下，它将以纯色的阴影着色，不过可以通过提供* cmap *参数来支持颜色映射。

X, Y, Z : 2d arrays；Data values.
rcount, ccount : int；每个方向使用的最大样本数。 如果输入数据较大，则将对这些点数进行下采样（通过切片）。 默认为50。

rstride, cstride : int；向下采样在每个方向上的步幅。默认为50

color : color-like

cmap : Colormap

facecolors : array-like of colors.

norm : Normalize；colormap 的标准化（Normalization ）

vmin, vmax : float；Bounds 界限的标准化（Normalization ）

shade : bool；是否遮阴面部位的颜色。

2 示例

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
n = 1000  # 做1000*1000的点阵

# 用meshgrid生成一个二维数组
x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n))

z = (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 - y**2)

ax = plt.gca(projection='3d')  # 返回的对象就是导入的axes3d类型对象
plt.title('3D Surface', fontsize=20)
ax.set_xlabel('x', fontsize=14)
ax.set_ylabel('y', fontsize=14)
ax.set_zlabel('z', fontsize=14)
plt.tick_params(labelsize=10)
ax.plot_surface(x, y, z, rstride=10, cstride=10, cmap='jet')

plt.show()

Python图表绘制：matplotlib绘图库入门

matplotlib.pyplot.gca 官方网站

python matplotlib.pyplot画矩形图 以及plt.gca()