使用Matplotlib绘制球体网格

Question

在Matplotlib中，我想绘制一个在其表面上有网格的球体，在球面坐标中分成30度的步长。

代码：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

u = np.linspace(0, 2 * np.pi, 13)
v = np.linspace(0, np.pi, 7)

x = 10 * np.outer(np.cos(u), np.sin(v))
y = 10 * np.outer(np.sin(u), np.sin(v))
z = 10 * np.outer(np.ones(np.size(u)), np.cos(v))
ax.plot_surface(x, y, z, rstride=1, cstride=1, color='w', shade=0)

plt.show()

产生数字：

但是，我希望球体上的轮廓是平滑的，而不是直接在绘制的点之间绘制。如果我增加采样密度，我会得到一个更平滑的球体，但线条绘得太密集了：

如何在光滑的球体上绘制相隔30度的线？

Answer 1

您可以先插入数据，然后使用更大的步幅进行绘图。

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

u = np.linspace(0, 2 * np.pi, 13)
v = np.linspace(0, np.pi, 7)

x = 10 * np.outer(np.cos(u), np.sin(v))
y = 10 * np.outer(np.sin(u), np.sin(v))
z = 10 * np.outer(np.ones(np.size(u)), np.cos(v))

# use scipy to interpolate
xdata = scipy.ndimage.zoom(x, 3)
ydata = scipy.ndimage.zoom(y, 3)
zdata = scipy.ndimage.zoom(z, 3)

ax.plot_surface(xdata, ydata, zdata, rstride=3, cstride=3, color='w', shade=0)

plt.show()

基于另一个问题here。

请注意，scipy.ndimage.zoom可能有点矫枉过正。我不明白为什么你不能在u和v上使用较小的分辨率，然后相应地提高步幅。这似乎也很好：

...
# increased num pts by 3
u = np.linspace(0, 2 * np.pi, 39)
v = np.linspace(0, np.pi, 21)

x = 10 * np.outer(np.cos(u), np.sin(v))
y = 10 * np.outer(np.sin(u), np.sin(v))
z = 10 * np.outer(np.ones(np.size(u)), np.cos(v))

# Use 3x the stride, no scipy zoom
ax.plot_surface(x, y, z, rstride=3, cstride=3, color='w', shade=0)
...

Answer 2

天生的解决方案看起来摇摇晃晃，因为你没有预期的实际表面。所以你有点看透它，这就是线框看起来弯曲的原因。

很难找到其他解决方案，因为你需要一个好的分辨率范围（也就是说，使用小参数步骤），否则你会看到＆＃34;通过＆＃34;它。那么你需要在这个良好的分辨率范围之上绘制线条。

您可以在matplotlib中查看底图模块：http://matplotlib.org/basemap/users/examples.html 这可能有点矫枉过正，但它会起作用。

可能有Poly3DColelction和Line3D Collection的解决方案：Transparency for Poly3DCollection plot in matplotlib