Einführung
In diesem Lab führen wir Sie durch die Erstellung eines 3D-Gittersdiagramms mit der Matplotlib-Bibliothek in Python. Ein Gittersdiagramm ist eine visuelle Darstellung einer 3D-Oberfläche, auf der zwischen jedem Punkt auf der Oberfläche Linien gezeichnet werden. Dieser Diagrammtyp eignet sich zur Visualisierung komplexer 3D-Daten und kann angepasst werden, um beeindruckende Visualisierungen zu erstellen.
Tipps für die VM
Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Bibliotheken importieren
Der erste Schritt besteht darin, die erforderlichen Bibliotheken zu importieren. In diesem Lab werden wir die Matplotlib-Bibliothek verwenden, um das Gittersdiagramm zu erstellen, und die NumPy-Bibliothek, um die Daten zu generieren.
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
import numpy as np
Daten generieren
Als nächstes werden wir die Daten generieren, die wir verwenden werden, um das Gittersdiagramm zu erstellen. In diesem Lab werden wir die Funktion np.meshgrid() verwenden, um die X-, Y- und Z-Koordinaten zu erstellen.
## Generate data
X, Y = np.meshgrid(np.arange(-5, 5, 0.25), np.arange(-5, 5, 0.25))
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
Das Diagramm erstellen
Jetzt, wo wir unsere Daten haben, können wir das Gittersdiagramm erstellen. In diesem Beispiel werden wir die Funktion plot_wireframe() verwenden, um das Diagramm zu erstellen.
## Create the plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_wireframe(X, Y, Z, rstride=5, cstride=5)
Das Diagramm anpassen
Wir können das Diagramm anpassen, um es visuell ansprechender zu gestalten. In diesem Beispiel werden wir einen Titel, Achsenbeschriftungen hinzufügen und die Farbe des Diagramms ändern.
## Customize the plot
ax.set_title('Wireframe Plot')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
ax.plot_wireframe(X, Y, Z, rstride=5, cstride=5, color='green')
Zeige das Diagramm an
Schließlich können wir das Diagramm mit der Funktion show() anzeigen.
## Display the plot
plt.show()
Zusammenfassung
In diesem Lab haben wir gelernt, wie man mit der Matplotlib-Bibliothek in Python ein 3D-Gittersdiagramm erstellt. Wir haben die Daten mit NumPy generiert, das Diagramm mit der Funktion plot_wireframe() erstellt und das Diagramm anpassen, um es visuell ansprechender zu gestalten. Wir haben auch gelernt, wie man einen Titel, Achsenbeschriftungen hinzufügt und die Farbe des Diagramms ändert. Mit diesen Kenntnissen können wir beeindruckende 3D-Visualisierungen von komplexen Daten erstellen.