matplotlib中的球面坐标图

时间:2016-04-23 21:17:42

标签: python numpy matplotlib sympy

  

R(teta,phi)= cos(phi ^ 2),teta [0,2 * pi],phi [0,pi]

如何在matplotlib的帮助下以球坐标绘制此函数的图形(R(teta,phi))? 文档我没有找到球面坐标。

2 个答案:

答案 0 :(得分:8)

下面的代码与Matplotlib图库中的3D polar plot非常相似。唯一的区别是您使用np.meshgridPHITHETA而不是RTHETA制作2D数组(或者3D极图示例调用的内容) P)。

故事的寓意是,只要XYZ可以表示为两个参数的(平滑)函数,plot_surface就可以绘制它

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d.axes3d as axes3d

theta, phi = np.linspace(0, 2 * np.pi, 40), np.linspace(0, np.pi, 40)
THETA, PHI = np.meshgrid(theta, phi)
R = np.cos(PHI**2)
X = R * np.sin(PHI) * np.cos(THETA)
Y = R * np.sin(PHI) * np.sin(THETA)
Z = R * np.cos(PHI)
fig = plt.figure()
ax = fig.add_subplot(1,1,1, projection='3d')
plot = ax.plot_surface(
    X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('jet'),
    linewidth=0, antialiased=False, alpha=0.5)

plt.show()

产量

enter image description here

通常R,半径应为正数,因此您可能需要

R = np.abs(np.cos(PHI**2))

在那种情况下,

import matplotlib.colors as mcolors
cmap = plt.get_cmap('jet')
norm = mcolors.Normalize(vmin=Z.min(), vmax=Z.max())
plot = ax.plot_surface(
    X, Y, Z, rstride=1, cstride=1, 
    facecolors=cmap(norm(Z)),
    linewidth=0, antialiased=False, alpha=0.5)

产量

enter image description here

谁知道R = np.abs(np.cos(PHI**2))穿裙子的小女孩? :)

答案 1 :(得分:1)

如果您需要大量控制,可以直接使用Poly3Dcollection并自行滚动(允许您拥有曲面的一部分,而不是您的绘图。 请注意,我将变量更改为方位角中更常见的phi定义,而z方向则更改为theta。

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.art3d import Poly3DCollection
import numpy as np
from __future__ import division

fig = plt.figure()

ax = fig.gca(projection='3d')
nphi,nth=48,12

phi = np.linspace(0,360, nphi)/180.0*np.pi
th = np.linspace(-90,90, nth)/180.0*np.pi



verts2 = []
for i  in range(len(phi)-1):
    for j in range(len(th)-1):
        r= np.cos(phi[i])**2     #  <----- your function is here
        r1= np.cos(phi[i+1])**2
        cp0= r*np.cos(phi[i])
        cp1= r1*np.cos(phi[i+1])
        sp0= r*np.sin(phi[i])
        sp1= r1*np.sin(phi[i+1])

        ct0= np.cos(th[j])
        ct1= np.cos(th[j+1])

        st0=  np.sin(th[j])
        st1=  np.sin(th[j+1])

        verts=[]
        verts.append((cp0*ct0, sp0*ct0, st0))
        verts.append((cp1*ct0, sp1*ct0, st0))
        verts.append((cp1*ct1, sp1*ct1, st1))
        verts.append((cp0*ct1, sp0*ct1, st1))
        verts2.append(verts   )

poly3= Poly3DCollection(verts2, facecolor='g')  

poly3.set_alpha(0.2)
ax.add_collection3d(poly3)
ax.set_xlabel('X')
ax.set_xlim3d(-1, 1)
ax.set_ylabel('Y')
ax.set_ylim3d(-1, 1)
ax.set_zlabel('Z')
ax.set_zlim3d(-1, 1)


plt.show()

enter image description here