用Matplotlib画三维图片的一个实例

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

import numpy as np
from matplotlib import cm

fig=plt.figure()
ax=fig.add_subplot(111,projection='3d')

u=np.linspace(-1,1,100)
x,y=np.meshgrid(u,u)
z=x**2+y**2
ax.plot_surface(x,y,z,rstride=4,cstride=4,cmap=cm.YlGnBu_r)
plt.show()

>>

相关知识，关于np.meshgrid()函数实现的功能

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(6,9,4)
y=np.linspace(1,5,5)
mx,my=np.meshgrid(x,y)
print(x)
print(y)

print(mx)
print(my)

plt.plot(mx,my,"bo")
plt.show()

>>

[6. 7. 8. 9.]

[1. 2. 3. 4. 5.]

[[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]
[6. 7. 8. 9.]]

[[1. 1. 1. 1.]
[2. 2. 2. 2.]
[3. 3. 3. 3.]
[4. 4. 4. 4.]
[5. 5. 5. 5.]]

可视化显示为

生成两个矩阵xm和ym，矩阵xm和ym是一个网格，正好包含了以x，y数组中元素作为横纵坐标组成的所有顶点

x,y,z为什么要这样取值？

这是一个问题，以公式推导求出矩阵2次幂的平方和的结果，从这个结果出发，很难去想象其背后的几何意义。那么利用可视化工具，让我们反过来从几何意义出发，加深对公式推导的理解。起码对于菜鸟的我来说是这样哈哈

分析起来有点困难：

------------------------------------------------------------

预留

-----------------------------------------------------------

关于Matplotlib 3D画图优秀的文章

https://blog.csdn.net/hustqb/article/details/78180337

官方文档

https://matplotlib.org/tutorials/toolkits/mplot3d.html