导语

就是想记录并分析一下用pthon画图的经历

开始画图

先贴最终效果和源代码：

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
figure = plt.figure()
ax = Axes3D(figure)
X = np.arange(-10,10,0.25)
Y = np.arange(-10,10,0.25)
X,Y = np.meshgrid(X,Y)
R = np.sqrt(X**2 + Y**2)
Z = np.cos(R)
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap='rainbow')
plt.show()

好看吧，我们现在一句句来看这个是怎么实现的，导入库啥的我就不说了，这个图主要是用matplotlib和mpl_toolkits.mplot3d这两个库结合画出来的

figure = plt.figure()
ax = Axes3D(figure)

执行figure是定义了一个可以进行操作的空间，执行之后会弹出一个窗口，但是因为你啥也没输入，所以目前这个窗口里的内容是一片空白~
但是当我们输入ax这条语句之后，我们相当告诉电脑我们准备画的是一个3D的图，所以你快生成一个3D的坐标系出来，于是乎：

X = np.arange(-10,10,0.25)
Y = np.arange(-10,10,0.25)
X,Y = np.meshgrid(X,Y)
R = np.sqrt(X**2 + Y**2)
Z = np.cos(R)

这一段代码都是在生成(x,y,z)的点，我们要画什么样的图完全有这段代码所决定，讲解一下其中的np.meshgrid()方法吧，大家想一想我们现在是在这个平面上取了大概6400个点($(\frac{20}{0.25})^2$)，但是我们现在所生成的X和Y却远远不够6400，但是我们如果使用该语句，即可遍历X和Y的所有点，效果如下：

接下来我们用R = np.sqrt(X**2 + Y**2)，这其实同样使得R生成了6400个点，这同时也是在网格化数据

ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap='rainbow')
plt.show()

这是将该X,Y,R画出来的代码，因为X,Y,R都是6400个，所以改代码只需将X,Y,R在array中的位置对应起来即可而不必重新遍历。
并且表示plot_surface这个方法中的参数，rstride和cstride这两个参数我也不是很懂，尝试修改了一下貌似如果这个值选的越大就越粗糙吗？我也不是很清楚

然后cmap=’rainbow’就是按照彩虹颜色变化的深浅里画图，类似的参数还有冷暖色调
cmap=matplotlib.coolwarm

灰度图是cmap=matplotlib.gray

默认的图

另外如果想要再加上x,y,z的坐标轴名称，并且加上图片的主题，只需添加

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
ax.set_title('gray figure')

即可，获得下面的图：

---

大概懂了吧，其实我主要是想画这样的一个图，圆心取为0点，半径为1，圆周上的高度为$1+sin\theta$
那么我们不难算得：

$$\begin{equation} \begin{cases} x=\cos \theta\\ y=\sin \theta\\ z = 1+3\sin \theta \end{cases} \end{equation}$$
这样子的一条曲线

画出来长这个样子
源代码如下：

from matplotlib import pyplot as plt
import numpy as np
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

figure = plt.figure()
ax = Axes3D(figure)
t = np.arange(0,2*np.pi,0.05)
x = np.cos(t)
y = np.sin(t)
z = 3+np.sin(3*t)
ax.plot_wireframe(x,y,z)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('f')
ax.set_title('f')
plt.show()

这里是换成了用plot_wireframe来画，且不需要网格化数据