使用python實(shí)現(xiàn)三維圖可視化
這是學(xué)習(xí)tensorflow框架中遇到的知識(shí),這里定義函數(shù)的時(shí)候選用的是將x和y封裝起來(lái),方便tensorflow求導(dǎo)。
要慢慢習(xí)慣這種寫法import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Ddef himmelblau(x):return (x[0]**2 + x[1] - 11)**2 + (x[0] + x[1]**2 - 7)**2x = np.linspace(-6, 6, 200)y = np.linspace(-6, 6, 200)X, Y = np.meshgrid(x, y)fig = plt.figure(figsize=(12, 10))ax = fig.gca(projection=’3d’)ax.plot_surface(X, Y, Z) # 畫曲面# ax.plot(X, Y, Z) # 畫曲線,好像x, y得是一維的ax.view_init(60, -30) # 好像是調(diào)成圖的角度ax.set_xlabel(’X’)ax.set_ylabel(’Y’)plt.show()
補(bǔ)充:python3安裝mayavi,實(shí)現(xiàn)3d動(dòng)態(tài)可視化操作
如下代碼呢,是在網(wǎng)上找的,搜索關(guān)鍵詞“python 3d 動(dòng)態(tài)可視化”,從找到代碼到真正執(zhí)行成功,問(wèn)題及解決方法記錄一下。
環(huán)境win8 64位,python3.6
import numpy as npfrom mayavi import mlab x, y = np.ogrid[-2:2:160j, -2:2:160j]z = abs(x) * np.exp(-x ** 2 - (y / .75) ** 2)pl = mlab.surf(x, y, z, warp_scale=2)mlab.axes(xlabel=’x’, ylabel=’y’, zlabel=’z’)mlab.outline(pl)mlab.show()
雖然有文章已經(jīng)指出安裝mayavi時(shí)安裝順序?yàn)镻yQt4-->Traits-->VTK-->Mayavi,但是并不知道原因,所以還是直接安裝了mayavi,出現(xiàn)如下報(bào)錯(cuò)信息:
Microsoft Visual C++ 14.0 is required
缺少依賴包
解決:根據(jù)文章所說(shuō),在https://www.lfd.uci.edu/~gohlke/pythonlibs/中查找到mayavi的相關(guān)依賴,
1、VTK通過(guò)pip install VTK安裝
2.PyQt4無(wú)法通過(guò)pip install PyQt4安裝,所以需要下載到Python安裝目錄的Script下(環(huán)境為python3.6,64位win),通過(guò)命令pip install PyQt4-4.11.4-cp36-cp36m-win_amd64.whl:
3、Traits并不是作為mayavi的依賴包,而是屬于ETS的一部分,同樣通過(guò)下載文件,pip install traits-4.6.0-cp36-cp36m-win_amd64.whl安裝
4、mayavi安裝,同樣通過(guò)下載文件,pip install mayavi-4.6.0+vtk81-cp36-cp36m-win_amd64.whl安裝
注:PyQt4、Traits、mayavi也不是不能通過(guò)pip install直接從網(wǎng)上下載安裝,應(yīng)該還是缺少相關(guān)的依賴,這里只保證通過(guò)文件安裝不出錯(cuò)。
問(wèn)題:運(yùn)行代碼時(shí)報(bào)錯(cuò):ImportError: numpy.core.multiarray failed to import
由于mayavi相關(guān)的包安裝的是最新的版本,需要更新numpy
解決:pip install --upgrade numpy
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持好吧啦網(wǎng)。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
相關(guān)文章:
1. .NET中l(wèi)ambda表達(dá)式合并問(wèn)題及解決方法2. JSP數(shù)據(jù)交互實(shí)現(xiàn)過(guò)程解析3. 淺談python出錯(cuò)時(shí)traceback的解讀4. 利用promise及參數(shù)解構(gòu)封裝ajax請(qǐng)求的方法5. Python importlib動(dòng)態(tài)導(dǎo)入模塊實(shí)現(xiàn)代碼6. python matplotlib:plt.scatter() 大小和顏色參數(shù)詳解7. windows服務(wù)器使用IIS時(shí)thinkphp搜索中文無(wú)效問(wèn)題8. ASP 信息提示函數(shù)并作返回或者轉(zhuǎn)向9. Nginx+php配置文件及原理解析10. 在Android中使用WebSocket實(shí)現(xiàn)消息通信的方法詳解
