在Python中使用点云数据创建表面网格

Question

这是一个创建点云的示例，然后我想要将其与曲面相匹配。当我尝试将meshgrid数组传递给插入数据的函数时，问题就出现了：

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

# Create some point cloud data:
c = 1
a = 3
b = 4

slice = {}
t = np.linspace(0,2*np.pi,50)

for s in np.linspace(1,9,10):
    c = 5*s
    r = (-s**2+10.0*s)/10.0
    X = r*np.cos(t)
    Y = r*np.sin(t)
    Z = c*(Y**2/b**2 - X**2/a**2) + c
    slice[str(int(s))] = np.vstack([X,Y,Z])


# Visualize it:

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

for k,v in slice.iteritems():
    print type(v)
    print np.shape(v)
    X = v[0,:]
    Y = v[1,:]
    Z = v[2,:]
    ax.scatter(X,Y,Z)
plt.show()

看起来像这样：

我现在需要根据这些点创建表面网格。在这种情况下，表面有多种解释，因为我只有一个点云而不是一个函数z = f（x，y），但在这种情况下，正确的表面应该是创建一个空心的＃34;扭曲的圆柱体＃ 34 ;.我想过像这样攻击这个问题：

# stack all points from each slice into one vector for each coordinate:
Xs = []
Ys = []
Zs = []
for k,v in slice.iteritems():
    #ax.plot_surface(X,Y,Z)
    X = v[0,:]
    Y = v[1,:]
    Z = v[2,:]
    Xs = np.hstack((Xs,X))
    Ys = np.hstack((Ys,Y))
    Zs = np.hstack((Zs,Z))

XX, YY = np.meshgrid(Xs,Ys)

from scipy import interpolate
f = interpolate.interp2d(Xs,Ys,Zs, kind = 'cubic')
ZZ = f(XX,YY)

然后我可以使用

进行绘图

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

ax.plot_surface(XX, YY, ZZ)
plt.show()

然而，插值函数似乎不接受数组作为输入，因此此方法可能无效。任何人都可以提出如何正确地做到这一点的建议吗？

编辑：

实际上，数据显然无法表示为函数，因为它不是一对一的。