python – 使用Matplotlib绘制2D数组

发布时间：2020-12-20 13:30:58 所属栏目：Python 来源：网络整理

所以我有一个2D数组(名为Data),如下所示：

Shape 0       Shape 1     ...      Shape N
            -------       -------              -------

Scale 0  |  Value00,Value01     ...      Value0N |

Scale 1  |  Value10,Value11     ...      Value1N |

  .
  .
  .

Scale N  |  ValueN0,ValueN1     ...      ValueNN |

我想创建一个3D图,其中ValueXXs是Z轴.我尝试了两次尝试,但是每个尝试给我一个相对于另一个旋转的表面,所以我让自己有点困惑.这是我第一次尝试解决方案：

x,y = numpy.mgrid[0:50:50j,0:50:50j]
f = Data
fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(x,y,f,rstride=1,cstride=1)

这是我的第二次尝试：

nx,ny = 50,50
x = range(nx)
y = range(ny)
hf = plt.figure()
ha = hf.add_subplot(111,projection='3d')
X,Y = numpy.meshgrid(x,y)  
ha.plot_surface(X,Y,Data,cstride=1)

检查X和Y确实没有帮助,因为它是一个正方形.我不确定X代表我的’Scale’时代表我的’Shape’.

那么,这两个例子究竟发生了什么？有没有更好的方法来绘制这个数组？

谢谢！

解决方法

如果我理解你是正确的,那么混淆的轴是哪个,对吧？如果是这种情况,您可以轻松绘制已知的不对称形状,并且该图将告诉您所有内容.例如,采用 an example from the gallery：

# By Armin Moser

from mpl_toolkits.mplot3d import Axes3D
import matplotlib
import numpy as np
from matplotlib import cm
from matplotlib import pyplot as plt
step = 0.04
maxval = 1.0
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')

# create supporting points in polar coordinates
r = np.linspace(0,1.25,50)
p = np.linspace(0,2*np.pi,50)
R,P = np.meshgrid(r,p)
# transform them to cartesian system
X,Y = R*np.cos(P),R*np.sin(P)

#Z = ((R**2 - 1)**2)
Z = (X**2 + 0.2*Y**2 -1)**2   # <------- edit

ax.plot_surface(X,Z,cstride=1,cmap=cm.jet)
#ax.set_zlim3d(0,1)
ax.set_xlabel(r'$phi_mathrm{real}$')
ax.set_ylabel(r'$phi_mathrm{im}$')
ax.set_zlabel(r'$V(phi)$')
plt.show()

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!