如何在一张图中用matplotlib绘制多个3D高斯分布

Question

我一直试图在一个图中绘制4个独立的高斯分布 到目前为止，我已经知道了：

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


mu = [[-1, -1], [-1, 1], [1, -1], [1, 1]]
sig = [[[0.02, 0], [0, 0.01]], [[0.1, 0], [0, 0.05]], [[0.03, 0], [0, 0.01]], [[0.02, 0], [0, 0.08]]]
x = np.arange(-2, 2, 0.01)
y = np.arange(-2, 2, 0.01)
X, Y = np.meshgrid(x, y)
pos = np.empty(X.shape + (2,))
pos[:, :, 0] = X
pos[:, :, 1] = Y
gaussians_list = []
for i in range(len(mu)):
    gaussians_list.append(multivariate_normal(mu[i], sig[i]))

# Make a 3D plot
fig = plt.figure()
ax = fig.gca(projection='3d')
for i in range(len(mu)):
    ax.plot_surface(X, Y, gaussians_list[i].pdf(pos), cmap='viridis', linewidth=0)
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
plt.show()

，但是似乎最后三个分布在三个零分布的零点处。 我正在寻找一种方法：
绘制分布不等于零的部分，以使它们不会互相覆盖
尽管我知道我可以将它们加起来以生成一个单一的分布，但是我想知道是否有一种方法可以使上面的代码起作用

先谢谢您