Question

我正在努力画画＆＃39;使用Python Matplotlib的具有contourf函数的立方体的面。这可能吗？

这与所做的here类似，但显然我不能使用补丁。同样，我也不认为我可以使用add_collection3d like this，因为它只支持PolyCollection，LineColleciton和PatchCollection。

我一直试图在fig.gca(projection='3d')上使用contourf。下面的玩具示例。

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

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

############################################
#  plotting the 'top' layer works okay...  #
############################################

X = np.linspace(-5, 5, 43)
Y = np.linspace(-5, 5, 28)
X, Y = np.meshgrid(X, Y)

varone=np.random.rand(75,28,43)
Z=varone[0,:,:]
cset = ax.contourf(X, Y, Z, zdir='z', offset=1,
                levels=np.linspace(np.min(Z),np.max(Z),30),cmap='jet')
#see [1]
plt.show()

#################################################
#  but now trying to plot a vertical slice....  #
#################################################

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

Z=varone[::-1,:,-1]
X = np.linspace(-5, 5, 28)
Y = np.linspace(-5, 5, 75)
X, Y = np.meshgrid(X, Y)

#this 'projection' doesn't result in what I want, I really just want to rotate it
cset = ax.contourf(X, Y, Z, offset=5,zdir='x',
                levels=np.linspace(np.min(Z),np.max(Z),30),cmap='jet')

#here's what it should look like....
ax=fig.add_subplot(1, 2,1)
cs1=ax.contourf(X,Y,Z,levels=np.linspace(np.min(Z),np.max(Z),30),cmap='jet')
#see [2]    
plt.show()

1从示例中，顶部表面很容易出现：

2但我不确定如何做到这一点。该图的左侧是该部分应该是什么样的（但是旋转）...

对其他python方法开放。我实际绘制的数据是地球物理网络文件。

Answer 1

您必须将数据分配到右轴。曲折的结果是，现在你处于x = const并且在z方向上振荡（来自随机数据，这是在0和{{1之间生成的}}）。
如果您在示例中为矩阵分配不同的结果，则最终得到所需的结果：

结果如下：

Answer 2

下面给出的答案并不完全令人满意。实际上，x、y 和 z 方向的平面再现了相同的场。

此后，一个允许在每个平面中表示正确场的函数。

import numpy as np
import matplotlib.pyplot as plt

def plot_cube_faces(arr, ax):
    """
    External faces representation of a 3D array with matplotlib

    Parameters
    ----------
    arr: numpy.ndarray()
        3D array to handle
    ax: Axes3D object
        Axis to work with
    """
    x0 = np.arange(arr.shape[0])
    y0 = np.arange(arr.shape[1])
    z0 = np.arange(arr.shape[2])
    x, y, z = np.meshgrid(x0, y0, z0)
    
    xmax, ymax, zmax = max(x0), max(y0), max(z0)
    vmin, vmax = np.min(arr), np.max(arr)

    ax.contourf(x[:, :, 0], y[:, :, 0], arr[:, :, -1].T,
                zdir='z', offset=zmax, vmin=vmin, vmax=vmax)
    ax.contourf(x[0, :, :].T, arr[:, 0, :].T, z[0, :, :].T,
                zdir='y', offset=0, vmin=vmin, vmax=vmax)
    ax.contourf(arr[-1, :, :].T, y[:, 0, :].T, z[:, 0, :].T,
                zdir='x', offset=xmax, vmin=vmin, vmax=vmax)

x0 = np.arange(30)
y0 = np.arange(20)
z0 = np.arange(10)
x, y, z = np.meshgrid(x0, y0, z0)
arr = (x + y + z) // 10

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
plot_cube_faces(arr, ax)
plt.show()

在Matplotlib立方体的面上的Contourf

2 个答案: