python - 使用 Matplotlib/Python 创建一堆极坐标图

Question

我需要生成一堆 2D 极坐标图(3D 圆柱图)，以便我可以查看扭曲的圆柱。我想使用 matplotlib，因为我已经安装了它，并且想将我的代码分发给只有 matplotlib 的其他人。例如，假设我有一堆二维数组。有什么办法可以做到这一点而无需下载外部包？这是我的代码。

#!usr/bin/env python
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-180.0,190.0,10)
theta = (np.pi/180.0 )*x    # in radians

A0 = 55.0
offset = 60.0

R = [116.225,115.105,114.697,115.008,115.908,117.184,118.61,119.998,121.224,122.216,\
122.93,123.323,123.343,122.948,122.134,120.963,119.575,118.165,116.941,116.074,115.66\
,115.706,116.154,116.913,117.894,119.029,120.261,121.518,122.684,123.594,124.059,\
123.917,123.096,121.661,119.821,117.894,116.225]

fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8],polar=True)     # Polar plot
ax.plot(theta,R,lw=2.5)
ax.set_rmax(1.5*(A0)+offset)
plt.show()

我还有 10 个类似的 2D 极坐标图，我想把它们很好地堆叠起来。如果有更好的方法在 3D 中可视化扭曲的圆柱体，我完全愿意接受建议。任何帮助，将不胜感激。谢谢!

Answer 1

如果您想使用 matplotlib 堆叠极坐标图，一种方法是使用 Axes3D 模块。您会注意到我首先使用了极坐标，然后在准备绘制它们时将它们转换回笛卡尔坐标。

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

n = 1000

fig = plt.figure()
ax = fig.gca(projection='3d')

for k in linspace(0, 5, 5):
    THETA = linspace(0, 2*pi, n)
    R     = ones(THETA.shape)*cos(THETA*k)

    # Convert to Cartesian coordinates
    X = R*cos(THETA)
    Y = R*sin(THETA)

    ax.plot(X, Y, k-2)

plt.show()

如果您使用 ax.plot 的最后一个参数，它控制每个切片的高度。例如，如果您想将所有数据投影到一个轴上，您可以使用 ax.plot(X, Y, 0)。对于一个更奇特的例子，您可以将数据的高度映射到一个函数上，比如鞍 ax.plot(X, Y, -X**2+Y**2 )。通过使用颜色，理论上您可以表示多个 4 维数据集(尽管我不确定这会有多清晰)。示例如下: