Ein 3D-Drahtgitter-Graphen animieren

Einführung

In diesem Lab lernen wir, wie man mit Matplotlib, einer beliebten Datenvisualisierungsbibliothek in Python, einen 3D-Gitterplot animiert.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

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: Matplotlib, NumPy und time.

import time
import matplotlib.pyplot as plt
import numpy as np

Figur und Teilgrafik einrichten

Der zweite Schritt besteht darin, die Figur und die Teilgrafik einzurichten. Wir werden einen 3D-Graphen mit add_subplot erstellen.

fig = plt.figure()
ax = fig.add_subplot(projection='3d')

Ein Gitternetz erstellen

Der dritte Schritt besteht darin, ein Gitternetz mit linspace zu erstellen.

xs = np.linspace(-1, 1, 50)
ys = np.linspace(-1, 1, 50)
X, Y = np.meshgrid(xs, ys)

Die Z-Achsengrenzen festlegen

Der vierte Schritt besteht darin, die Z-Achsengrenzen festzulegen, damit sie nicht in jedem Frame neu berechnet werden.

ax.set_zlim(-1, 1)

Den Graphen animieren

Der fünfte Schritt besteht darin, den Graphen zu animieren. Wir werden eine for-Schleife verwenden, um durch einen Wertebereich für phi zu iterieren. In jeder Iteration werden wir die vorherige Linienmenge entfernen, neue Daten generieren, das neue Drahtgitter plotten und kurz pausieren, bevor wir fortfahren.

wframe = None
tstart = time.time()
for phi in np.linspace(0, 180. / np.pi, 100):
    if wframe:
        wframe.remove()
    Z = np.cos(2 * np.pi * X + phi) * (1 - np.hypot(X, Y))
    wframe = ax.plot_wireframe(X, Y, Z, rstride=2, cstride=2)
    plt.pause(.001)

Die durchschnittliche FPS anzeigen

Der sechste Schritt besteht darin, die durchschnittlichen Bilder pro Sekunde (Frames per Second, FPS) mithilfe der gesamten Zeit anzuzeigen, die das Ausführen der Animation gedauert hat.

print('Average FPS: %f' % (100 / (time.time() - tstart)))

Zusammenfassung

In diesem Lab haben wir gelernt, wie man einen 3D-Drahtgitter-Graphen mit Matplotlib animiert. Wir haben eine for-Schleife verwendet, um durch einen Wertebereich für phi zu iterieren, neue Daten generiert, das neue Drahtgitter geplottet und kurz pausiert, bevor wir fortfuhren. Schließlich haben wir die durchschnittlichen Bilder pro Sekunde (Frames per Second, FPS) mithilfe der gesamten Zeit anzeigt, die das Ausführen der Animation gedauert hat.