使用mplot3d绘制2d数组

Question

我有一个2D numpy数组，我想用3D绘制它。我听说过mplot3d，但我无法正常工作

这是我想要做的一个例子。我有一个尺寸为（256,1024）的数组。它应该绘制一个3D图形，其中x轴从0到256，y轴从0到1024，图形的z轴显示每个条目的数组值。

我该怎么做？

Answer 1

听起来你正试图创建一个surface情节（或者你可以画一个wireframe情节或filled countour plot。

根据问题中的信息，您可以尝试以下方式：

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

# Set up grid and test data
nx, ny = 256, 1024
x = range(nx)
y = range(ny)

data = numpy.random.random((nx, ny))

hf = plt.figure()
ha = hf.add_subplot(111, projection='3d')

X, Y = numpy.meshgrid(x, y)  # `plot_surface` expects `x` and `y` data to be 2D
ha.plot_surface(X, Y, data)

plt.show()

显然，您需要选择比使用numpy.random更合理的数据才能获得合理的表面。

Answer 2

您可以在Matplotlib gallery的一个示例中找到答案; 3D示例即将结束。

更一般地说，Matplotlib画廊是一个很好的第一站资源，用于寻找如何做一些情节。

我看过的示例基本上与三个 2D数组配合使用：一个包含所有x值，一个包含所有y值，最后一个包含所有z值。因此，一种解决方案是创建x和y值的数组（例如，使用meshgrid()）。

Answer 3

你也可以使用 oct2py 模块，它实际上是一个python-octave桥。使用它你可以利用八度的功能，你可以得到你需要的东西，它也很容易。

查看此文档：https://www.gnu.org/software/octave/doc/v4.0.1/Three_002dDimensional-Plots.html

以示例为例：

from oct2py import octave as oc

tx = ty = oc.linspace (-8, 8, 41)
[xx, yy] = oc.meshgrid (tx, ty)
r = oc.sqrt (xx * xx + yy * yy) + oc.eps()
tz = oc.sin (r) / r
oc.mesh (tx, ty, tz)

上面是python代码，与上面文档中以八度音程实现的第一个示例相同。

Answer 4

您可以使用功能bar3d尝试3D条形图。

假设您有一个维度为（25，10）的数组A，索引为（i，j）的值为A [i] [j]。以下代码示例可以为您提供3D条形图，其中每个条形的高度为A [i] [j]。

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

np.random.seed(1234)
fig = plt.figure()
ax1 = fig.add_subplot(111, projection='3d')
A = np.random.randint(5, size=(25, 10))

x = np.array([[i] * 10 for i in range(25)]).ravel() # x coordinates of each bar
y = np.array([i for i in range(10)] * 25) # y coordinates of each bar
z = np.zeros(25*10) # z coordinates of each bar
dx = np.ones(25*10) # length along x-axis of each bar
dy = np.ones(25*10) # length along y-axis of each bar
dz = A.ravel() # length along z-axis of each bar (height)

ax1.bar3d(x, y, z, dx, dy, dz)

在随机种子为1234的PC上，得到以下图：

但是，针对尺寸为（256，1024）的问题绘制图可能会很慢。