使用python matplotlib在3d绘图中均匀缩放的轴

Question

我使用Axes3D绘制一组3d坐标（x，y，z）。我的代码是

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

x,y,z=data[::1,0],data[::1,1],data[::1,2]
fig=plt.figure(figsize=(10,10))
ax=fig.add_subplot(111,projection='3d')
ax.scatter(x,y,z,s=0.1,c=z,cmap='hot',marker='+')
plt.show()

我希望所有三个轴具有相同的缩放比例。现在，问题是数据具有大的纵横比，即x和y坐标的变化大约是z坐标变化的10倍。如果我把

mi=np.min(data)
ma=np.max(data)    
ax.set_xlim(mi,ma)
ax.set_ylim(mi,ma)
ax.set_zlim(mi,ma)

这将导致均匀缩放的轴，但会在z方向上浪费大量空间。我怎样才能避免这种情况并获得均匀缩放的轴？

Answer 1

在SO中有一个类似的问题......但我找不到它。所以我附上一些代码，我理解的是你的问题（缩放的部分不是我的，但是我提到的其他帖子）

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

data =np.random.rand(100,3)

x,y,z= 10*data[:,0], 20*data[:,1], 5*data[:,2]
fig=plt.figure(figsize=(10,10))
ax=fig.add_subplot(111,projection='3d')
ax.scatter(x,y,z)

# Fix aspect ratio
max_range = np.array([x.max()-x.min(), y.max()-y.min(),
                      z.max()-z.min()]).max() / 2.0
mean_x = x.mean()
mean_y = y.mean()
mean_z = z.mean()
ax.set_xlim(mean_x - max_range, mean_x + max_range)
ax.set_ylim(mean_y - max_range, mean_y + max_range)
ax.set_zlim(mean_z - max_range, mean_z + max_range)

plt.show()

而且，结果就是这样：