Python | 3D 와이어프레임 애니메이션 | Matplotlib 튜토리얼 | 파이썬 시각화

소개

이 랩에서는 Python 의 인기 있는 데이터 시각화 라이브러리인 Matplotlib 을 사용하여 3D 와이어프레임 플롯을 애니메이션하는 방법을 배웁니다.

VM 팁

VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.

때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.

학습 중에 문제가 발생하면 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 즉시 문제를 해결해 드리겠습니다.

라이브러리 임포트

첫 번째 단계는 필요한 라이브러리인 Matplotlib, NumPy 및 time 을 임포트하는 것입니다.

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

Figure 및 Subplot 설정

두 번째 단계는 figure 와 subplot 을 설정하는 것입니다. add_subplot을 사용하여 3D 플롯을 생성합니다.

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

Meshgrid 생성

세 번째 단계는 linspace를 사용하여 meshgrid 를 생성하는 것입니다.

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

Z 축 제한 설정

네 번째 단계는 각 프레임마다 다시 계산되지 않도록 z 축의 제한을 설정하는 것입니다.

ax.set_zlim(-1, 1)

플롯 애니메이션

다섯 번째 단계는 플롯을 애니메이션하는 것입니다. for 루프를 사용하여 phi 값의 범위를 반복합니다. 각 반복에서 이전 선 컬렉션을 제거하고, 새로운 데이터를 생성하고, 새로운 와이어프레임을 플롯하고, 잠시 멈춘 후 계속 진행합니다.

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)

평균 FPS 표시

여섯 번째 단계는 애니메이션 실행에 걸린 총 시간을 사용하여 평균 초당 프레임 수 (FPS) 를 표시하는 것입니다.

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

요약

이 랩에서는 Matplotlib 을 사용하여 3D 와이어프레임 플롯을 애니메이션하는 방법을 배웠습니다. for 루프를 사용하여 phi 값의 범위를 반복하고, 새로운 데이터를 생성하고, 새로운 와이어프레임을 플롯하고, 잠시 멈춘 후 계속 진행했습니다. 마지막으로, 애니메이션 실행에 걸린 총 시간을 사용하여 평균 초당 프레임 수 (FPS) 를 표시했습니다.

3D 와이어프레임 플롯 애니메이션

소개