Question

我想根据xy和z数据在matplotlib中绘制3D曲面。为此，我需要执行看似简单的数据转换，但是不确定如何进行。

我的x和y数据是统一的整数，因为它将是图像的表面。我的数据以512x512 numpy数组的形式存在。数组的值是z值，索引是x和y值。

因此，如果arr是我的数组，那么arr[x, y]会给我的z。表单如下所示：

z z z z ... z (512 columns)
z z z z ... z
z z z z ... z
z z z z ... z
. . . .
. . . .
z z z z (512 rows)

如何以三列x，y，z的形式获取数据，以便进行表面绘图？转换后看起来应该像这样：

  x | y | z
  ---------
  0 | 0 | z
  1 | 0 | z
  2 | 0 | z
  . | . | .
  . | . | .
511 | 0 | z
  0 | 1 | z
  1 | 1 | z
  2 | 1 | z
  . | . | .
  . | . | .

我尝试使用np.meshgrid和np.flatten，但是无法使其按我想要的方式工作。也许有一个更简单的熊猫解决方案。也许我什至可以用原始数据形式绘制它？

任何建议都值得赞赏：）

Answer 1

您将像这样使用np.meshgrid：

# Make coordinate grids
x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='ij')
# Flatten grid and data and stack them into a single array
data = np.stack([x.ravel(), y.ravel(), arr.ravel()], axis=1)

例如：

import numpy as np

arr = np.arange(12).reshape((3, 4))
x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='ij')
data = np.stack([x.ravel(), y.ravel(), arr.ravel()], axis=1)
print(data)

输出：

[[ 0  0  0]
 [ 0  1  1]
 [ 0  2  2]
 [ 0  3  3]
 [ 1  0  4]
 [ 1  1  5]
 [ 1  2  6]
 [ 1  3  7]
 [ 2  0  8]
 [ 2  1  9]
 [ 2  2 10]
 [ 2  3 11]]

编辑：

实际上，如果您希望拥有最终数组，以使x的值首先增加（如您给出的示例），则可以这样做：

x, y = np.meshgrid(np.arange(arr.shape[0]), np.arange(arr.shape[1]), indexing='xy')
data = np.stack([x.ravel(), y.ravel(), arr.T.ravel()], axis=1)

在这种情况下，您将得到：

[[ 0  0  0]
 [ 1  0  4]
 [ 2  0  8]
 [ 0  1  1]
 [ 1  1  5]
 [ 2  1  9]
 [ 0  2  2]
 [ 1  2  6]
 [ 2  2 10]
 [ 0  3  3]
 [ 1  3  7]
 [ 2  3 11]]

用于表面图的python xyz数据转换

1 个答案: