Python, uma linguagem de programação que existe há muitos anos (medidos em anos de tecnologia) e possui quase todas as bibliotecas funcionais. Quer enviar um email? Python pode ajudá-lo. Quer realizar alguns cálculos matemáticos complexos? Python também pode fazer o trabalho. Também o uso diariamente para desenho de imagens e visualização de dados. Mas a maioria dos amigos provavelmente nunca usou a função 3D. Então, coloque seus óculos 3D (cara de piada)! ~
Bibliotecas essenciais
Matplotlib : é construído sobre uma base sólida de arrays NumPy e foi projetado para funcionar com a pilha SciPy.
Numpy : O pacote preferido para processamento de array, fornecendo arrays e matrizes multidimensionais de alto desempenho. Python é um bom parceiro para processamento de dados.
mpl_toolkits : É aqui que a mágica 3D acontece, ele fornece ferramentas básicas de desenho 3D.
Exemplo 1: dança de onda senoidal em 3D
Usando np.arange e np.sin, criamos uma matriz de pontos. Em seguida, usamos o método scatter() do matplotlib para nos ajudar a traçar essa dança.
# Import necessary libraries
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# Set up the figure and axis
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection='3d')
# Generating data points for the 3D sine wave
x = np.arange(0, 20, 0.1)
y = np.sin(x)
z = y * np.sin(x)
c = x + y
# Plotting the scatter graph
ax.scatter(x, y, z, c=c)
# Turning off the axis
plt.axis('off')
# Display the graph
plt.show()
Exibição de resultados em execução
Exemplo 2: Cubos coloridos
Estabelecemos um eixo de coordenadas 3D com dimensões X=5, Y=5, Z=5, usamos np.ones() para construir as dimensões do cubo e, em seguida, usamos o parâmetro alfa para controlar a transparência da cor.
# Set up the figure and axis
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection='3d')
# Data points for the cube
x = np.ones(5)
y = np.ones(5)
z = np.ones(5)
# Plotting the cube with different opacities
for i in range(5):
for j in range(5):
for k in range(5):
ax.scatter(i, j, k, alpha=(i+j+k)/15)
# Turning off the axis
plt.axis('off')
# Display the graph
plt.show()
Exibição de resultados em execução
Exemplo 3: wireframe verde
Usando numpy.linspace(), criamos uma matriz de elementos colocados linearmente e então visualizamos um wireframe 3D.
# Set up the figure and axis
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection='3d')
# Generating data points
x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))
# Plotting the wireframe
ax.plot_wireframe(x, y, z, color='green')
# Turning off the axis
plt.axis('off')
# Display the graph
plt.show()
Exibição de resultados em execução
Exemplo 4: espiral de 360 graus
Desenhamos uma forma espiral e usamos loops para visualizá-la em uma rotação de 360 graus.
# Set up the figure and axis
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection='3d')
# Generating the spiral data points
theta = np.linspace(-8 * np.pi, 8 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
# Plotting the spiral
ax.plot(x, y, z, 'b-')
# Turning off the axis
plt.axis('off')
# Display the graph
plt.show()
Exibição de resultados em execução
Embora o Python ainda não possa preparar uma xícara de café para você (mas gostaria), ele certamente pode fazer seus dados dançarem em 3D!
· FIM ·
VIDA FELIZ
Este artigo é apenas para aprendizado e comunicação. Se houver alguma violação, entre em contato com o autor para excluí-lo.