在Python中可视化4D向量

Question

此网站过去曾提出过类似的问题，例如Representing 4D data in mplot 3D using colormaps或How to make a 4d plot using Python with matplotlib - 但据我所知，这些问题都没有解决我的具体问题。

我可以使用以下数据：

x1 = numpy.logspace(-100, 20, num=13, base=2) 
x2 = numpy.logspace(-100, 20, num=13, base=2)
x3 = numpy.logspace(-5, 5, num=11, base=10)

y = [...]

这使得2个向量具有13个元素，而一个向量具有11个元素。然后y是一个13 * 13 * 11变量： ie 来自x1，x2和x3的每个元素组合我有一个对应的y中的值。

我想知道在Python中是否有任何优雅的方式可视化这些数据;我曾想过将3D绘图与颜色映射相结合，就像我发布的链接一样，但是在这些帖子中给出的例子中，第三个变量 - x3 - 是另一个变量的函数，而在我的情况下它是y，是x1，x2和x3的函数。

在单个图表或尽可能少的图表中是否有任何方式/技巧可以实现这一目标？

编辑 ：一个想法可能是绘制11个色彩图，其中每个色彩图对应的值为x3。一个虚拟的例子：

如何实现？

Answer 1

粗略地说，你可以这样做：

import matplotlib.pyplot as plt
import numpy as np

x1 = np.logspace(-100, 20, num=13, base=2) 
x2 = np.logspace(-100, 20, num=13, base=2)
x3 = np.logspace(-5, 5, num=11, base=10)
y = np.random.rand(len(x3), len(x2), len(x1))

fig, axes = plt.subplots(ncols=4, nrows=3)
fig.subplots_adjust(right=0.8, wspace=0.25, hspace=0.05)
for i, ax in enumerate(axes.flatten()):
    if i < len(x3):
        ax.set_xticks([0,6,12] )
        ax.set_yticks([0,6,12] )
        ax.set_yticklabels([]); ax.set_xticklabels([])
        im = ax.imshow(y[i, :,:], vmin=0, vmax=1, aspect="equal")
        if i % 4 == 0:
            ax.set_yticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])
        if i >=8:
            ax.set_xticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])       
    else:
        ax.axis("off")

nax = fig.add_subplot(111, frame_on=False)
nax.set_xticks([])
nax.set_yticks([])
nax.set_xlabel('xlabel', labelpad=20)
nax.set_ylabel('ylabel', labelpad=40)

cbar_ax = fig.add_axes([0.85, 0.15, 0.02, 0.7])
fig.colorbar(im, cax=cbar_ax)

plt.show()