📑 查看全课大纲(第 82 / 101 节)
- 1.数据分析基本概念
- 2.学习数据分析的一般路线
- 3.数据分析的流程
- 4.数据类型
- 5.环境部署(1)
- 6.环境部署(2)
- 7.课程介绍
- 8.TXT文件操作
- 9.JSON文件操作
- 10.CSV文件操作
- 11.Excel文件操作
- 12.数据库及SQL常用语法
- 13.数据库基本操作
- 14.数据库多表连接
- 15.实战:欧洲职业足球数据库分析
- 16.爬虫简介
- 17.URL管理模块
- 18.网页下载模块
- 19.网页解析模块(1)
- 20.网页解析模块(2)
- 21.Scrapy简介
- 22.Scrapy使用步骤(1)
- 23.Scrapy使用步骤(2)
- 24.Scrapy使用步骤(3)
- 25.Scrapy使用步骤(4)
- 26.实战:获取国内城市空气质量指数数据
- 27.NumPy和SciPy介绍
- 28.多维数组
- 29.多维数组操作
- 30.NumPy的常用方法
- 31.向量化介绍
- 32.向量化及通用函数
- 33.实战:2016美国大选分析
- 34.数据结构-Series
- 35.数据结构-DataFrame
- 36.数据结构-Index
- 37.Series的索引操作
- 38.DataFrame的索引操作
- 39.索引操作总结
- 40.运算与对齐
- 41.函数应用操作(1) -- map
- 42.函数应用操作 (2) -- apply applymap
- 43.文件读写操作
- 44.排序操作
- 45.数据清洗--处理缺失数据
- 46.数据清洗--处理重复数据
- 47.数据清洗--替换数据
- 48.常用统计方法(1) -- describe quantile
- 49.常用统计方法(2) -- sum mean median count
- 50.常用统计方法(3) -- max min idxmax idxmin
- 51.常用统计方法(4) -- mad var std cumsum
- 52.实战:全球食品数据分析
- 53.层级索引
- 54.分组与聚合介绍
- 55.分组操作(1) -- GroupBy对象及常用聚合操作
- 56.分组操作(2) -- 自定义分组及聚合操作
- 57.透视表介绍
- 58.透视表操作
- 59.数据规整(1) -- 数据合并concat
- 60.数据规整(2) -- 数据连接merge
- 61.数据重构(3) -- 数据重构stack unstack
- 62.实战:互联网电影资料库分析
- 63.探索性数据分析EDA介绍
- 64.EDA的目的
- 65.EDA常用工具
- 66.Matplotlib绘图基本介绍
- 67.Matplotlib画布
- 68.散点图和柱状图的绘制
- 69.直方图的绘制
- 70.矩阵绘图
- 71.子图的使用
- 72.Matplotlib颜色、标记、线型
- 73.Matplotlib坐标刻度、标签、图例、标题
- 74.Seaborn介绍
- 75.数据集分布可视化(1) -- 单变量分布、双变量分布
- 76.数据集分布可视化(2) -- 变量关系可视化
- 77.类别数据可视化 -- 类别散布图、类别内数据分布、类别内统计图
- 78.交互式数据可视化工具Bokeh介绍
- 79.Bokeh绘制散点图、柱状图、盒子图、弦图
- 80.Bokeh绘制常用图形元素
- 81.D绘图 -- mplot3d
- 82.D曲线可视化
- 83.D散点图可视化
- 84.D柱状图可视化
- 85.Pandas绘图
- 86.实战:Lending Club借贷数据探索性分析及可视化
- 87.机器学习介绍及应用场景
- 88.机器学习建模介绍 (1) -- 分类
- 89.机器学习建模介绍 (2) -- 回归
- 90.机器学习建模介绍 (3) -- 聚类
- 91.机器学习分类
- 92.机器学习工具scikit-learn
- 93.使用scikit-learn的流程
- 94.数据集准备及划分
- 95.模型选择
- 96.数据预处理及特征工程
- 97.过拟合与欠拟合
- 98.模型调参介绍
- 99.模型调参方法
- 100.模型测试及评价
- 101.实战:通过移动设备行为数据预测性别和年龄
D曲线可视化
约 3 分钟
📺 正在播放小象官方高清录播(支持倍速与清晰度调节)
三维空间科学可视化:3D 参数曲线 plot3D 与空间运动轨迹精讲
小象实战讲义 · Python数据分析实战
在物理动力学、航空航天轨道追踪、机器人末端执行器路径规划以及生物大分子螺旋结构建模中,数据点随着时间推移在空间三维中形成连续的空间曲线(3D Trajectory / Curve)。使用 Matplotlib 的 ax.plot3D()(或 ax.plot() 在 3D 轴上),我们可以将空间三维坐标 $(x, y, z)$ 顺次连接为光滑立体曲线。本节我们将深入学习三维参数方程曲线(如空间螺旋线、洛伦兹吸引子流形)的构建与样式渲染。
💡 核心导读
- 3D 曲线绘制函数
ax.plot3D(xs, ys, zs):将空间序列点连接为三维折线/平滑曲线。 - 三维参数方程(Parametric Equations):以单参数 $t$ 为自变量,同时生成 $x(t)$、$y(t)$、$z(t)$。
- 空间曲线视觉强化:线宽、虚实样式、颜色渐变与起点终点标记。
1. 空间螺旋线与参数方程构建
空间圆柱螺旋线的数学参数方程定义为: $$x(t) = r \cos(t), \quad y(t) = r \sin(t), \quad z(t) = c \cdot t$$
import matplotlib.pyplot as plt
import numpy as np
# 解决中文显示
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False
# 1. 准备空间圆柱螺旋线数据
z = np.linspace(0, 15, 1000)
x = np.sin(z)
y = np.cos(z)
# 2. 绘制 3D 空间螺旋曲线
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection="3d")
ax.plot3D(x, y, z, color="#e74c3c", lw=2.5, label="空间圆柱螺旋轨迹")
# 标记起点与终点
ax.scatter3D([x[0]], [y[0]], [z[0]], color="green", s=60, label="起点")
ax.scatter3D([x[-1]], [y[-1]], [z[-1]], color="black", s=60, marker="^", label="终点")
ax.set_title("3D 空间参数螺旋线可视化 (plot3D)", fontsize=13)
ax.set_xlabel("X 轴")
ax.set_ylabel("Y 轴")
ax.set_zlabel("Z 轴 (高度)")
ax.legend(loc="upper left")
ax.view_init(elev=25, azim=40)
plt.savefig("3d_curve_helix.png", bbox_inches="tight")
plt.close(fig)
print("✅ 空间螺旋曲线渲染完成!")2. 双曲线空间对比与动态轨迹分析
在同一三维坐标系中可以叠加多条空间轨迹进行对比分析。
# 叠加衰减螺旋轨迹
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection="3d")
# 正常螺旋
ax.plot3D(np.sin(z), np.cos(z), z, "b-", lw=2, label="标准轨道")
# 半径指数衰减螺旋
r_decay = np.exp(-z / 8)
ax.plot3D(r_decay * np.sin(z), r_decay * np.cos(z), z, "r--", lw=2, label="能量衰减向心轨道")
ax.set_title("多空间粒子运动轨迹对比", fontsize=13)
ax.legend()
ax.view_init(elev=20, azim=-50)
plt.savefig("3d_multi_curves.png", bbox_inches="tight")
plt.close(fig)
import os
for f in ["3d_curve_helix.png", "3d_multi_curves.png"]:
if os.path.exists(f): os.remove(f)
print("✅ 多空间曲线对比图完成!")📝 动手练一练
概念思考题:在绘制 3D 曲线时,如果传入的 x、y、z 三个数组长度不一致,程序会发生什么?
👉 点击查看参考答案
参考答案: 程序会立即抛出
ValueError(输入维度不匹配)。三维空间曲线要求每个时间步 $t_i$ 必须拥有一一对应的三维坐标 $(x_i, y_i, z_i)$,因此三个数组的长度必须严格相等。编程练习:编写代码绘制从原点
(0, 0, 0)到点(1, 2, 3)的空间直线段。👉 点击查看参考答案
参考答案:
import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.plot3D([0, 1], [0, 2], [0, 3], 'k-', lw=3) plt.close(fig)
本章小结
- 掌握了基于参数方程构建空间三维曲线数据的数学方法;
- 熟练运用
ax.plot3D()绘制连续空间运动轨迹; - 学会了在三维空间中结合散点图元精准标注运动起点与终点。
📋 行动清单
- 在本地执行示例代码,观察控制台输出并记录关键指标。
- 做好准备,进入下一小节学习《三维可视化绘图(3):3D 散点图与聚类流形可视化》!
—— 小象教研组
配套学习资源与课件
- 本节课件:3D曲线可视化(PDF · 203KB)下载
- 全套课件打包(第1-5章)(ZIP · 12.8MB)下载
- 全套课件打包(第6-8章)(ZIP · 15MB)下载
- 实战数据集:AppleStore 应用商城分析(ZIP · 329KB)下载
- 实战数据集:女性服装电商分析(ZIP · 2.8MB)下载
- Python 数据分析环境搭建指南(PDF · 2MB)下载
- Scrapy 安装教程(PDF · 12.7MB)下载
- 附加实战项目:AppleStore 应用商城数据分析(ZIP · 0.3MB · ipynb + CSV 数据)下载
- 附加实战项目:银行电话营销数据分析(ZIP · 0.4MB · ipynb + CSV 数据)下载
- 附加实战项目:女性服装电商评论数据分析(ZIP · 2.7MB · ipynb + CSV 数据)下载
- 附加实战项目:美国化学学会杂志数据分析(ZIP · 34.2MB · ipynb + SQLite 数据库)下载
🎁 免费学习资源
领取《小象 11GB VIP 课件资料包与大厂真题手册》
包含全套实战 Jupyter 源码、清洗后数据集、大厂高频面试真题与专属学员答疑交流群。
- ✔完整 Python / 数据分析 Jupyter 实战源码
- ✔大厂真实业务数据集与练习题
- ✔微信扫码添加课程顾问,免费获取网盘下载链接
微信扫码添加顾问