matplotlib：3d图穿越边界（石墨烯分散）

Question

我有以下代码，它试图绘制一个函数+/- f，它定义了动量空间中的石墨烯色散。

# 3D Plot of graphene dispersion

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np

def sqrt(x):
    return np.sqrt(x)

def cos(x):
    return np.cos(x)

# Constants
a = 1.0
d = a*np.sqrt(3)
t = 2.7
t2 = 0.5

print "The display is not up to the mark! Modification needed.\n" 


fig = plt.figure()
ax = fig.gca(projection='3d')
x = np.arange(-2.0*np.pi, 2.0*np.pi, 0.1)
y = np.arange(-2.0*np.pi, 2.0*np.pi, 0.1)
x, y = np.meshgrid(x, y)

f=t*sqrt(3.0+2.0*cos(a*x)+4.0*cos(a/2.0*x)*cos(d/2.0*y))

surf = ax.plot_surface(x, y, f, rstride=1, cstride=1, cmap=cm.jet, linewidth=0, antialiased=False)


f=-f
surf = ax.plot_surface(x, y, f, rstride=1, cstride=1, cmap=cm.jet, linewidth=0, antialiased=False)
ax.set_zlim3d(-3.0, 3.0)
fig.colorbar(surf, shrink=1.0, aspect=5)

plt.show()

这给了我一个溢出z轴边界的图：

然而，保持相同的功能定义并使用gnuplot或Mathematica我能够产生这个

和

可以使用带有matplotlib的python来复制最后两个中的任何一个吗？

Answer 1

我不太确定你想要什么，因为你明确地在数据范围内设置了z-limits（ax.set_zlim3d(-3.0, 3.0)），但我只是通过注释掉这一行来获得类似的情节（并且选择更好的色彩图）：

# 3D Plot of graphene dispersion

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np

sqrt = np.sqrt
cos = np.cos

# Constants
a = 1.0
d = a*np.sqrt(3)
t = 2.7
t2 = 0.5

fig = plt.figure()
ax = fig.gca(projection='3d')
x = np.arange(-2.0*np.pi, 2.0*np.pi, 0.1)
y = np.arange(-2.0*np.pi, 2.0*np.pi, 0.1)
x, y = np.meshgrid(x, y)

f=t*sqrt(3.0+2.0*cos(a*x)+4.0*cos(a/2.0*x)*cos(d/2.0*y))

surf = ax.plot_surface(x, y, f, rstride=1, cstride=1, cmap=plt.get_cmap('PuOr'),
                       linewidth=0, antialiased=False)


f=-f
surf = ax.plot_surface(x, y, f, rstride=1, cstride=1, cmap=plt.get_cmap('PuOr'),
                       linewidth=0, antialiased=False)
#ax.set_zlim3d(-3.0, 3.0)
fig.colorbar(surf, shrink=1.0, aspect=5)

plt.show()

（另请注意，您不需要定义包装函数来创建np.sqrt等的别名。函数是Python中的第一类对象，您只需指定一个名称：sqrt = np.sqrt 。）