绘制Lorenz系统最具描述性的方法是什么？

Question

我（数字地）使用不同的方法解决Lorenz系统。我正在使用matplotlib绘制它，但我想要一种方法来区分更好的点。

例如：

让我们假设要绘制的点存储在数组a中，其格式为

array([[  0.5       ,   0.5       ,   0.5       ],
       [  0.50640425,   0.6324552 ,   0.48965064]])
         #...

现在这些代码行

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot(a[:,0],a[:,1],a[:,2])
plt.show()

产生

不是很具描述性，是吗？所以我认为绘制离散点会更好。所以这些：

import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(a[:,0],a[:,1],a[:,2], s=0.2)
plt.show()

产生

但它并不像我想要的那样具有描述性。我想知道绘制Lorenz系统最具描述性的方法是什么。

Answer 1

考虑使分散点透明。您可以将alpha关键字传递给plt.scatter来执行此操作。以下是一个示例，已从mplot3d example gallery修改为alpha = 1.0，这是默认值：

ax.scatter(xs, ys, zs, alpha=1.0, s=0.2)

以下是使用alpha = 0.1绘制的相同散点云：

ax.scatter(xs, ys, zs, alpha=0.1, s=0.2)

请注意，虽然这看起来是一个很好的可视化，但它的交互部分对于大量的点来说非常慢。如果你真的需要快速的表现，可以考虑另一种方法 - 将线条分割成段并按索引着色，类似于正在做的事情here。