python - matplotlib 线框图/3d 图方法

Question

我想用 matplotlib 绘制 3d 图。

数据如下:我有一个矩阵，每行包含 3d 图的 Y 坐标。每行第一个元素是 3d 图的 X 坐标。最后，第二个矩阵在 X、Y 位置包含每个点的高值。因此，第二个矩阵包含我的 Z 坐标。这两个矩阵都是 Python 的数组数组。我想知道如何转换数据以获得:

• 每个 1d 信号对应于一个 X 的图，像这样(在线提供照片)
• 相同数据的线框图，像这样

我已经为线框作品编写了一个辅助函数，

 ########  HELPER FOR PLOT 3-D

 def plot_3d(name,X,Y,Z):

     fig = plt.figure(name)
     ax = fig.gca(projection='3d')
     X = np.array(X)
     Y = np.array(Y)
     Z = np.array(Z)
     ax.plot_wireframe(X,Y,Z,rstride=10,cstride=10)
     ax.set_xlabel('X Label')
     ax.set_ylabel('Y Label')
     plt.show()

但我不知道如何转换数据 X、Y、Z 以使其满足 matplotlib 函数的要求，该函数需要 X、Y、Z 的二维列表。

对于第一张图，我阅读了帮助，想在 3d 中使用 2d 图。示例源代码给出:

x = np.linspace(0, 1, 100)
y = np.sin(x * 2 * np.pi) / 2 + 0.5
ax.plot(x, y, zs=0, zdir='z', label='zs=0, zdir=z')

其中 z 是常量坐标。在我的例子中，x 是常量坐标。我适应

        fig = plt.figure('2d profiles')
        ax = fig.gca(projection='3d')
        for i in range(10):
             x = pt  ## this is a scalar
             y = np.array(y)
             z = np.array(z)
             ax.plot(xs = x, y, z, xdir='x')
        plt.show()

但有警告:关键字 arg 后有非关键字 arg。如何修复？

感谢和问候

Answer 1

关于在 3D 中显示一系列矢量，我提出了以下“几乎可行”的解决方案:

def visualizeSignals(self, imin, imax):

    times = self.time[imin:imax]
    nrows = (int)((times[(len(times)-1)] - times[0])/self.mod) + 1

    fig = plt.figure('2d profiles')
    ax = fig.gca(projection='3d')
    for i in range(nrows-1):
        x = self.mat1[i][0] + self.mod * i
        y = np.array(self.mat1T[i])
        z = np.array(self.mat2[i])
        ax.plot(y, z, zs = x, zdir='z')

    plt.show()

至于 2D 表面或网格图，我是通过使用网格来获得的。请注意，一旦您了解了网格网格的构建方式，您就可以自己复制网格网格。有关 meshgrid 的更多信息，请参阅 this post .

这是代码(不能这样使用它，因为它指的是类成员，但您可以基于我正在使用的 matplotlib 中的 3d 绘图方法构建您的代码)

def visualize(self, imin, imax, typ_ = "wireframe"):
    """
    3d plot signal between imin and imax
    . typ_: type of plot, "wireframce", "surface"
    """

    times = self.retT[imin:imax]
    nrows = (int)((times[(len(times)-1)] - times[0])/self.mod) + 1

    self.modulate(imin, imax)

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

    x = []
    for i in range(nrows):
        x.append(self.matRetT[i][0] + self.mod * i)

    y = []
    for i in range(len(self.matRetT[0])):
        y.append(self.matRetT[0][i])
    y = y[:-1]


    X,Y = np.meshgrid(x,y)

    z = [tuple(self.matGC2D[i]) for i in range(len(self.matGC))] # matGC a matrix

    zzip = zip(*z)

    for i in range(len(z)):
        print len(z[i])

    if(typ_ == "wireframe"):
        ax.plot_wireframe(X,Y,zzip)
        plt.show()
    elif(typ_ == "contour"):
        cset = ax.contour(X, Y, zzip, zdir='z', offset=0)
        plt.show()
    elif(typ_ == "surf_contours"):
        surf = ax.plot_surface(X, Y, zzip, rstride=1, cstride=1, alpha=0.3)
        cset = ax.contour(X, Y, zzip, zdir='z', offset=-40)
        cset = ax.contour(X, Y, zzip, zdir='x', offset=-40)
        cset = ax.contour(X, Y, zzip, zdir='y', offset=-40)
        plt.show()