使用python绘制3维正态分布图的方法_Python

使用python绘制3维正态分布图的方法

2021-05-09 00:49liangyhgood Python

今天小编就为大家分享一篇使用python绘制3维正态分布图的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

今天使用python画了几个好玩的3d展示图，现在分享给大家。

先贴上图片

使用python绘制3维正态分布图的方法

使用的python工具包为：

				?

									from matplotlib import pyplot as plt

									import numpy as np

									from mpl_toolkits.mplot3d import axes3d

在贴代码之前，有必要从整体上了解这些图是如何画出来的。可以把上面每一个3d图片理解成一个长方体。输入数据是三维的，x轴y轴和z轴。在第三个图片里面有x、y和z坐标的标识。在第三张图片中，我们可以理解为，z是随着x和y变化的函数。就像一个人在山丘地区走动一样，其中x和y表示的是方向，z表示的这个人在上坡还是下坡。第二张图片的中间那个，其实是一个3维的正态分布图。

具体的公式为：

使用python绘制3维正态分布图的方法

上面的是2维的，即只有x和y，如果是三维的话，需要一点变形，只需要在上面的公式基础之上把exp（）里面改变为：exp(-((x-u)^2 + (y - u)^2)/(2q^2)), 这里的u表示平均值，q表示标准差。这样变化之后，z = f(x, y)。这就是z值的公式了，表示的是z值随着x和y值的变化而变化的函数。

下面贴一下代码

这是第二张图片的代码。

				?

									from matplotlib import pyplot as plt

									import numpy as np

									from mpl_toolkits.mplot3d import axes3d

									fig = plt.figure()

									ax = axes3d(fig)

									len = 8;

									step = 0.4;

									def build_layer(z_value):

									 x = np.arange(-len, len, step);

									 y = np.arange(-len, len, step);

									 z1 = np.full(x.size, z_value/2)

									 z2 = np.full(x.size, z_value/2)

									 z1, z2 = np.meshgrid(z1, z2)

									 z = z1 + z2;

									 x, y = np.meshgrid(x, y)

									 return (x, y, z);

									def build_gaussian_layer(mean, standard_deviation):

									 x = np.arange(-len, len, step);

									 y = np.arange(-len, len, step);

									 x, y = np.meshgrid(x, y);

									 z = np.exp(-((y-mean)**2 + (x - mean)**2)/(2*(standard_deviation**2)))

									 z = z/(np.sqrt(2*np.pi)*standard_deviation);

									 return (x, y, z);

									# 具体函数方法可用 help(function) 查看，如：help(ax.plot_surface)

									x1, y1, z1 = build_layer(0.2);

									ax.plot_surface(x1, y1, z1, rstride=1, cstride=1, color='green')

									x5, y5, z5 = build_layer(0.15);

									ax.plot_surface(x5, y5, z5, rstride=1, cstride=1, color='pink')

									# x2, y2, z2 = build_layer(-0.26);

									# ax.plot_surface(x2, y2, z2, rstride=1, cstride=1, color='yellow')

									#

									# x6, y6, z6 = build_layer(-0.22);

									# ax.plot_surface(x6, y6, z6, rstride=1, cstride=1, color='pink')

									# x4, y4, z4 = build_layer(0);

									# ax.plot_surface(x4, y4, z4, rstride=1, cstride=1, color='purple')

									x3, y3, z3 = build_gaussian_layer(0, 1)

									ax.plot_surface(x3, y3, z3, rstride=1, cstride=1, cmap='rainbow')

									plt.show()

									这是第三张图片的代码

									import numpy as np

									import matplotlib.pyplot as plt

									import mpl_toolkits.mplot3d

									x, y = np.mgrid[-1:1:20j, -1:1:20j]

									z = x * np.exp(-x ** 2 - y ** 2)

									ax = plt.subplot(111, projection='3d')

									ax.plot_surface(x, y, z, rstride=2, cstride=1, cmap=plt.cm.coolwarm, alpha=0.8)

									ax.set_xlabel('x')

									ax.set_ylabel('y')

									ax.set_zlabel('z')

									plt.show()