python - 使用最小插值绘制 3D 图

Question

我正在绘制一个 3D 散点图，从文件中读取我的值。该文件的每一行都有 3 个坐标和一个标准偏差。让我们暂时将错误放在一边。

import os
import numpy as np
import matplotlib.pyplot as plt

input_file = os.path.normpath('C:/Users/sturaroa/Documents/my_file.tsv')

# read data from file
my_data = np.genfromtxt(input_file, delimiter='\t', skiprows=0)
X = my_data[:, 0]  # 1st column
Y = my_data[:, 1]  # 2nd column
Z = my_data[:, 2]  # 3rd column
errors = my_data[:, 3]  # 4th column (errors)

# draw 3D scatter graph
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.scatter(X, Y, Z)

我明白了


有 a nice example在绘制表面和轮廓投影的画廊中(下图)。我需要有一个类似的表示，同时尽可能少地阐述我的数据(以防止失真)。



我知道 this question解释如何从不规则的 3D 数据中获取 3D 表面。然而，它“平滑”了曲线，并插入到一组规则的点。我已经阅读了关于 griddata 的文档，它说它返回一个

2d float array - Array of values interpolated at (xi, yi) points.

不是我想要的。有人告诉我，我绝对需要进行插值才能找到曲面。 Ant 这可能是真的。其他一些人也告诉我插值不好，因为它会强制形成形状。这可能也是正确的(对于“插值”的大值)。

如何以最少的插值获得像样的 3D 图形？有没有像将最近的 3D 点链接在一起的东西？

顺便说一下，我的数据是相当规则的，就像它们被组织成一组 2D 平面或“切片”一样，但我想知道这是否可行，而无需做出这种假设。

这是一个示例文件，它与用于散点图的文件相同。它既简单又规律，如果可能的话，我建议测试更通用的。

2    1    2.0    0.0
2    2    82.666664    35.30187
2    3    100.0    0.0
2    4    98.0    4.472136
2    7    100.0    0.0
2    12    100.0    0.0
2    15    100.0    0.0
2    17    100.0    0.0
2    21    100.0    0.0
2    24    100.0    0.0
3    1    2.0    0.0
3    2    4.0    0.0
3    3    6.0    0.0
3    4    8.181818    0.60302263
3    7    15.090909    1.8683975
3    12    53.454544    33.6344
3    15    97.09091    3.9358494
3    17    97.09091    3.9358494
3    21    97.09091    3.3898242
3    24    97.09091    3.5058389
4    1    2.0    0.0
4    2    4.0    0.0
4    3    6.0    0.0
4    4    8.0    0.0
4    7    14.0    0.0
4    12    24.0    0.0
4    15    30.333334    0.74535596
4    17    37.666668    2.1343749
4    21    48.0    5.1639776
4    24    92.0    11.075499

更长 example input .前两列应该是 int最后两个是 float .

这是一个改进的加载，以防万一

# tell numpy the first 2 columns are int and the last 2 are floats
my_data = np.genfromtxt(infile, dtype=[('a', '<i8'), ('b', '<i8'), ('x', '<f8'), ('d', '<f8')])

# access columns by name
print(my_data["b"]) # column 1

Answer 1

您想绘制一个完全穿过所有数据点的表面，并且“直接”这样做而不会平滑。

我最近用 matplotlib 创建了这个图:


我不想声称它具有最小的“平滑度”，但至少它完全通过所有数据点。

我用了 plot_surface function from matplotlib .您可能还想使用 plot_wireframe

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(xGrid, yGrid, zGrid, rstride=1, cstride=1,cmap="autumn")

我认为部分技巧是设置 rstride=1和 cstride=1 .您可能想要验证这一点。有更深入见解的人可能能够更好地解释这一点，在文档中它只是说步幅是采样长度。