matplotlib情节表面太慢

Question

我有一个60行和2000列的矩阵S.我需要这个矩阵的3d图。 这就是我所做的：

S.dtype = 'float64'
S = sk.preprocessing.scale(S)

n, p = S.shape
X = np.arange(0, n)
Y = np.arange(0, p)
X, Y = np.meshgrid(X, Y)

def funz(x,y):
    return S[x, y]

Z = funz(X, Y)

fig = plt.figure()
ax = fig.gca(projection='3d')
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, 
                      cmap=cm.RdBu,linewidth=0, antialiased=False)

ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))

fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

这样可行，但情节太重了，因为无法移动它以便更好地将其可视化。我该如何解决这个问题？

特别是我需要找到一个很好的3d图的视图，将其保存为pdf图。

Answer 1

matplotlib没有“真正的”3D绘图。通常情况下，您可以使用mayavi之类的东西来表示复杂或大的表面，而不是matplotlib。

作为一个简单的例子：

import numpy as np
from mayavi import mlab

x, y = np.linspace(-15, 15, 200), np.linspace(-15, 15, 200)
xx, yy = np.meshgrid(x, y)
z = np.cos(np.hypot(xx, yy)) + np.sin(np.hypot(xx + 5, yy + 5))

mlab.figure(bgcolor=(1,1,1))

# We'll use "surf" to display a 2D grid...
# warp_scale='auto' guesses a vertical exaggeration for better display.
# Feel free to remove the "warp_scale" argument for "true" display.
mlab.surf(x, y, z, warp_scale='auto')

mlab.show()