如何美化 Matplotlib 3D坐标系
2021/4/11 10:29:10
本文主要是介绍如何美化 Matplotlib 3D坐标系,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
前言
~mpl_toolkits.mplot3d
生成的3D坐标系背景色是灰色的,刻度线也向内延伸了,如果搭配上其他白色背景的 2D 图,看起来很奇怪,比如下面这张图:
网上有一些办法可以将3D坐标区的背景设置为白色,比如:
ax.w_xaxis.set_pane_color((1.0, 1.0, 1.0, 1.0)) ax.w_yaxis.set_pane_color((1.0, 1.0, 1.0, 1.0)) ax.w_zaxis.set_pane_color((1.0, 1.0, 1.0, 1.0))
使用这段代码可以改变背景色,但是解决不了刻度线向内延伸的问题,有没有什么办法可以一劳永逸的解决这两个问题呢?
修改背景色
在 ~mpl_toolkits.mplot3d.axis3d.Axis
的类属性定义处,有:
_AXINFO = { 'x': { 'i': 0, 'tickdir': 1, 'juggled': (1, 0, 2), 'color': (0.95, 0.95, 0.95, 0.5), }, 'y': { 'i': 1, 'tickdir': 0, 'juggled': (0, 1, 2), 'color': (0.90, 0.90, 0.90, 0.5), }, 'z': { 'i': 2, 'tickdir': 0, 'juggled': (0, 2, 1), 'color': (0.925, 0.925, 0.925, 0.5), }, }
很容易看出 color
的值控制着3个平面的背景色,把 3 个 color
的值全部改为 (1, 1, 1, 1)
,背景色就全部变成白色的了。
修改刻度线
在 ~mpl_toolkits.mplot3d.axis3d.Axis
的构造函数中,有:
self._axinfo.update({ 'label': { 'va': 'center', 'ha': 'center' }, 'tick': { 'inward_factor': 0.2, 'outward_factor': 0.1, 'linewidth': { True: ( # major rcParams['xtick.major.width'] if adir in 'xz' else rcParams['ytick.major.width']), False: ( # minor rcParams['xtick.minor.width'] if adir in 'xz' else rcParams['ytick.minor.width']), } }, 'axisline': { 'linewidth': rcParams['axes.linewidth'], 'color': rcParams['axes.edgecolor'], }, 'grid': { 'color': rcParams['grid.color'], 'linewidth': rcParams['grid.linewidth'], 'linestyle': rcParams['grid.linestyle'], }, })
测试一波后,发现 inward_factor
控制刻度线向外延伸部分的长度,outward_factor
控制向内延伸部分的长度,把 inward_factor
的值改为 0.3 ,outward_factor
的值改为0,就再也见不到烦人的内刻度线了( ̄︶ ̄)↗ 。
测试
# coding:utf-8 import matplotlib.pyplot as plt from sklearn.decomposition import PCA from matplotlib.gridspec import GridSpec from sklearn.datasets import make_s_curve from sklearn.manifold import MDS, LocallyLinearEmbedding, Isomap plt.style.use(['matlab']) # 创建数据 X, c = make_s_curve(1000, random_state=0) # 数据降维 X_mds = MDS().fit_transform(X) X_pca = PCA(2).fit_transform(X) X_iso = Isomap(n_neighbors=10).fit_transform(X) X_lle = LocallyLinearEmbedding(n_neighbors=10).fit_transform(X) Xs = [X_pca, X_iso, X_lle, X_mds] titles = [ 'Principal Components Analysis', 'Isometric Mapping', 'Locally Linear Embedding', 'Multiple Dimensional Scaling' ] # 绘制图像 fig = plt.figure('S型数据集上的流形学习', tight_layout=True) gs = GridSpec(2, 3) ax = fig.add_subplot(gs[:, 0], projection='3d') ax.scatter(X[:, 0], X[:, 1], X[:, 2], c=c, cmap=plt.cm.Spectral) ax.set(title='S curve', xlabel='x', ylabel='y', zlabel='z') ax.view_init(14, -64) for i, (x, title) in enumerate(zip(Xs, titles)): ax = fig.add_subplot(gs[i // 2, i + 1 - 2 * (i // 2)]) ax.scatter(x[:, 0], x[:, 1], c=c, cmap=plt.cm.Spectral) ax.set_title(title) plt.show()
代码 plt.style.use(['matlab'])
中用到的 mplstyle
文件见《如何美化 Matplotlib 的工具栏和绘图风格》,运行得到的图像如下:
至此美化大功告成,喜欢的话就点个赞吧 o( ̄▽ ̄)d
这篇关于如何美化 Matplotlib 3D坐标系的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-27数据结构与算法面试题详解及练习
- 2024-12-27网络请求面试题详解与实战
- 2024-12-27数据结构和算法面试真题详解与实战教程
- 2024-12-27网络请求面试真题解析与实战教程
- 2024-12-27数据结构和算法大厂面试真题详解与实战指南
- 2024-12-27TS大厂面试真题解析与应对策略
- 2024-12-27TS大厂面试真题详解与解析
- 2024-12-27网站安全入门:如何识别和修复漏洞
- 2024-12-27SQL注入基础教程
- 2024-12-27初学者指南:理解和修复跨域漏洞