python - Matplotlib 忽略 3D 图中的负值

Question

我必须绘制一个具有无意义负值的 3d 函数(它们不应出现在图中)。必须绘制的函数如下:

def constraint_function(x, y):
    return min(
        (1800 - 0.3 * x - 0.5 * y) / 0.4,
        (500 - 0.1 * x - 0.08 * y) / 0.12,
        (200 - 0.06 * x - 0.04 * y) / 0.05
    )

我正在按以下方式计算函数:

xs = np.linspace(0, 3600, 1000)
ys = np.linspace(0, 3600, 1000)
zs = np.empty(shape=(1000, 1000))
for ix, x in enumerate(xs):
    for iy, y in enumerate(ys):
        zs[ix][iy] = constraint_function(x, y)
xs, ys = np.meshgrid(xs, ys)

该函数的有效值主要在正方形 [0, 3600]x[0, 3600] 中。我采用的第一种方法是设置轴限制以满足我的需要:

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')
ax.azim = 20
ax.set_xlim(0, 3500)
ax.set_ylim(0, 3500)
ax.set_zlim(0, 4500)
ax.plot_surface(xs, ys, zs)

plt.show()

结果如下图:

它只是忽略了限制并确实绘制了它。第二种方法是将负值定义为 np.nan 将函数更改为:

def constraint_function(x, y):
    temp = min(
        (1800 - 0.3 * x - 0.5 * y) / 0.4,
        (500 - 0.1 * x - 0.08 * y) / 0.12,
        (200 - 0.06 * x - 0.04 * y) / 0.05
    )
    return temp if temp >= 0 else np.nan

并将无效值的 alpha 设置为零:

plt.cm.jet.set_bad(alpha=0.0)
ax.azim = 20
ax.set_xlim(0, 3500)
ax.set_ylim(0, 3500)
ax.set_zlim(0, 4500)

ax.plot_surface(xs, ys, zs)

plt.show()

它给我留下锯齿状的边框，这也是我不想要的。当绘图变为负值时，有没有办法摆脱这些边缘并获得平滑的线条？

Answer 1

首先，你的 z 值数组轴是颠倒的；它应该是 zs[iy][ix] 而不是 zs[ix][iy]。因此，您的情节会左右翻转。

其次，在 Python 中通过迭代构建 z 数组要慢得多；你应该像这样委托(delegate)给 numpy:

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

# create axis sample
xs = np.linspace(0, 3600, 1000)
ys = np.linspace(0, 3600, 1000)

# create mesh samples
xxs, yys = np.meshgrid(xs, ys)

# create data
zzs = np.min([
    ((1800 - 0.30 * xxs - 0.50 * yys) / 0.40),
    (( 500 - 0.10 * xxs - 0.08 * yys) / 0.12),
    (( 200 - 0.06 * xxs - 0.04 * yys) / 0.05)
], axis=0)

# clip data which is below 0.0
zzs[zzs < 0.] = np.NaN

NumPy 向量化运算快很多倍。

第三，除了采样分辨率太低外，您的代码没有什么特别的问题；设置得更高，

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.azim = 20
ax.set_xlim(0, 3500)
ax.set_ylim(0, 3500)
ax.set_zlim(0, 4500)
ax.plot_surface(xxs, yys, zzs, rcount=200, ccount=200)

plt.show()

产生