Question

我正在尝试使用this site中的代码通过matplotlib绘制3d Surface plots：

X，Y和Z的计算如下：

from math import pi
from numpy import cos, meshgrid
alpha = 0.7
phi_ext = 2 * pi * 0.5

def flux_qubit_potential(phi_m, phi_p):
    return 2 + alpha - 2 * cos(phi_p)*cos(phi_m) - alpha * cos(phi_ext - 2*phi_p)

phi_m = linspace(0, 2*pi, 100)
phi_p = linspace(0, 2*pi, 100)
X,Y = meshgrid(phi_p, phi_m)
Z = flux_qubit_potential(X, Y).T

3d绘制使用以下代码完成：

from mpl_toolkits.mplot3d.axes3d import Axes3D

fig = plt.figure(figsize=(14,6))

# `ax` is a 3D-aware axis instance, because of the projection='3d' keyword argument to add_subplot
ax = fig.add_subplot(1, 2, 1, projection='3d')

p = ax.plot_surface(X, Y, Z, rstride=4, cstride=4, linewidth=0)

# surface_plot with color grading and color bar
ax = fig.add_subplot(1, 2, 2, projection='3d')
p = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm, linewidth=0, antialiased=False)
cb = fig.colorbar(p, shrink=0.5)

但是，如果我用x，y，z 3d数据替换X，Y和Z（下面的示例给出），则会出现Z has to be 2 dimensional的错误。如何使用通常的x，y，z值进行绘制，如下所示：

   x   y   z
0  12  0  0.1
1  13  1  0.8
2  14  3  1.0
3  16  4  1.2
4  18  4  0.7

Answer 1

根据我的理解，这是因为要绘制表面，您需要形成polygon mesh。要绘制3d曲面，您需要在xy平面上具有一个小正方形，然后为所有x-y点具有1个对应的z值。正方形的面积越小，意味着网格越细，分辨率越高（曲面看起来更平滑。）现在，如果您有任意一组xyz点，则matplotlib如何确定要绘制的曲面。这就是为什么需要网格物体的原因。您当然可以使用数据绘制3d scatter或line plots。

Answer 2

在documentation中，您将发现x，y和z需要2D数组。对于坐标x和y，您将需要使用第一段代码中显示的numpy.meshgrid。这将为每个坐标创建一个2D数组，其中x和y在另一个方向上是恒定的，并且在其自身方向上是变化的。

对于z，这也必须是2D数组，因为Axes3D.surface_plot 映射 2D数组z的每个元素都定义了2D网格由x和y来完成。

因此，当您使用自己的x，y和z时，请确保对numpy.meshgrid和x使用y ，然后定义z = f（x，y）（例如，您显示的函数flux_qubit_potential）。

修改：

在OP发表评论之后，很明显，所需的输出是函数g为g = f（x，y，z）的图。这意味着g最终是3D数组。为此，请参见these answers。

为什么Matplotlib中的3D绘图必须Z是二维的

2 个答案: