将径向数据转换为笛卡尔网格以获得曲面图

Question

我有一个数据列表，其组件对应于2D网格上某个径向距离r的电位。数据对应于极坐标中的数据点，并且在θ组件中对称

import numpy as np
import matplotlib.pyplot as plt

r = np.linspace(1.0, 5.0, 99)
#Data looks like:
V = np.array([9.0,...,0.0])

x = np.linspace(-5.0,5.0,99)
y = np.linspace(-5.0,5.0,99)

xx,yy = np.meshgrid(x,y)

我想在（x，y）空间中创建数据的表面图，但是要使用matplotlib，您需要一个与每个（x，y）位置的电位相对应的数据点网格。鉴于我在（r，theta）空间中测量了一组数据，我该如何创建表面图？

Answer 1

您需要先将数据转换为笛卡尔坐标，然后通过为每个θ重复值V来创建与meshgrid形状相同的值数组。

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

fig = plt.figure()

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

r = np.linspace(1.0, 5.0, 99)
V = np.sqrt(np.sinc(r-0.5)**2) # your data here (same length as r)


theta = np.linspace(0,2*np.pi,50)
R, Theta = np.meshgrid(r,theta)
X = R * np.cos(Theta)
Y = R * np.sin(Theta)
Z = np.tile(V,(len(theta),1))

norm = plt.Normalize(vmin=Z.min(), vmax=Z.max())
ax.plot_surface(X,Y,Z, facecolors=plt.cm.RdYlGn(norm(Z)))

plt.show()