from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
from scipy.special import softmax
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(0.1, 1, 0.05)
Y = np.arange(0.1, 1, 0.05)
X, Y = np.meshgrid(X, Y)
# Z = X*Y # STM
# soft_Z = softmax(Z, axis=0)
Z = (X/(1-X))/((X/(1-X))+(Y/(1-Y)))
# 具体函数方法可用 help(function) 查看，如：help(ax.plot_surface)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')
plt.xlabel('pi') #x轴命名
plt.ylabel('pelse') #y轴命名
plt.show()
最后
以上就是激情百褶裙最近收集整理的关于matplotlib 二元变量分析的全部内容，更多相关matplotlib内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复