三角形の3Dコンター図を作成する | Matplotlib可視化

はじめに

この実験では、Matplotlibを使って三角形の3Dコントアグラフを作成します。このグラフは、構造化されていない三角形グリッドを視覚化するのに役立ちます。trisurf3d_2の2番目のグラフと同じデータを使用します。

VMのヒント

VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。

時々、Jupyter Notebookが読み込み終わるまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。

学習中に問題がある場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/BasicConceptsGroup -.-> python/booleans("Booleans") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-49005{{"非構造三角形グリッドの可視化"}} matplotlib/figures_axes -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/booleans -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/lists -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/tuples -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/importing_modules -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/numerical_computing -.-> lab-49005{{"非構造三角形グリッドの可視化"}} python/data_visualization -.-> lab-49005{{"非構造三角形グリッドの可視化"}} end

必要なライブラリをインポートする

この実験に必要なライブラリをインポートして始めましょう。これにはMatplotlibとNumPyが含まれます。

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

変数を定義する

グラフを作成する際に使用する変数を定義します。これらの変数には、角度の数、半径の数、および最小半径が含まれます。

n_angles = 48
n_radii = 8
min_radius = 0.25

メッシュを作成してx、y、zを計算する

極座標でメッシュを作成し、定義された変数を使ってx、y、zを計算します。

radii = np.linspace(min_radius, 0.95, n_radii)
angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)
angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)
angles[:, 1::2] += np.pi/n_angles

x = (radii*np.cos(angles)).flatten()
y = (radii*np.sin(angles)).flatten()
z = (np.cos(radii)*np.cos(3*angles)).flatten()

カスタム三角分割を作成する

x座標とy座標を使ってカスタム三角分割を作成します。

triang = tri.Triangulation(x, y)

不要な三角形をマスクする

x座標とy座標の平均を使って、不要な三角形をマスクします。

triang.set_mask(np.hypot(x[triang.triangles].mean(axis=1),
                         y[triang.triangles].mean(axis=1))
                < min_radius)

3Dコンター図を作成する

作成した三角分割とz座標を使って3Dコンター図を作成します。また、プロットを理解しやすくするために視点をカスタマイズします。

ax = plt.figure().add_subplot(projection='3d')
ax.tricontour(triang, z, cmap=plt.cm.CMRmap)
ax.view_init(elev=45.)
plt.show()

まとめ

この実験では、Matplotlibを使って三角形状の3Dコンター図を作成しました。必要なライブラリのインポート、変数の定義、メッシュの作成、カスタム三角分割の作成、不要な三角形のマスク、そして3Dコンター図の作成という手順を踏みました。