如何使用pythonUIUI繪制Axes3D

這篇文章將為大家詳細講解有關如何使用pythonUIUI繪制Axes3D，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

首先，根據題意確定目標函數：f(w1,w2) = w1^2 + w2^2 + 2 w1 w2 + 500
然后，針對w1,w2分別求偏導，編寫主方法求極值點
而后，創建三維坐標系繪制函數圖像以及其極值點即可

具體代碼實現以及成像結果如下：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D

#f(w1,w2) = w1^2 + w2^2 + 2*w1*w2 + 500
def targetFunction(W): #目標函數
 w1,w2 = W
 return w1 ** 2 + w2**2 + 2*w1*w2+500

def gradientFunction(W): #梯度函數：分別對w1,w2求偏導
 w1,w2 = W
 w1_grad = 2*w1+2*w2
 w2_grad = 2*w2 + 2*w1
 return np.array([w1_grad,w2_grad])

def batch_gradient_distance(targetFunc,gradientFunc,init_W,learning_rate = 0.01,tolerance = 0.0000001): #核心算法
 W = init_W
 target_value = targetFunc(W)
 counts = 0 #用于計算次數
 while counts<5000:
 gradient = gradientFunc(W)
 next_W = W-gradient*learning_rate
 next_target_value = targetFunc(next_W)
 if abs(next_target_value-target_value) <tolerance:
 print("此結果經過了", counts, "次循環")
 return next_W
 else:
 W,target_value = next_W,next_target_value
 counts += 1
 else:
 print("沒有取到極值點")


if __name__ == '__main__':
 np.random.seed(0) #保證每次運行隨機出來的結果一致
 init_W = np.array([np.random.random(),np.random.random()]) #隨機初始的w1,w2
 w1,w2 = batch_gradient_distance(targetFunction,gradientFunction,init_W)
 print(w1,w2)
 #畫圖
 x1=np.arange(-10,11,1) #為了繪制函數的原圖像
 x2=np.arange(-10,11,1)

 x1, x2 = np.meshgrid(x1, x2) # meshgrid :3D坐標系

 z=x1**2 + x2**2 + 2*x1*x2+500

 fig = plt.figure()
 ax = Axes3D(fig)
 ax.plot_surface(x1, x2, z) #繪制3D坐標系中的函數圖像
 ax.scatter(w1,w2, targetFunction([w1,w2]), s=50, c='red') #繪制已經找到的極值點
 ax.legend() #使坐標系為網格狀

 plt.show() #顯示

函數以及其極值點成像如下（紅點為極值點）：

關于如何使用pythonUIUI繪制Axes3D就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。