các ô bề mặt trong matplotlib

Question

Tôi có một danh sách 3 bộ dữ liệu đại diện cho một tập các điểm trong không gian 3D. Tôi muốn vẽ một bề mặt bao phủ tất cả các điểm này. Hàm plot_surface trong gói mplot3d yêu cầu các đối số X, Y và Z là các mảng 2d. Có phải plot_surface là hàm đúng để vẽ bề mặt và làm cách nào để chuyển đổi dữ liệu của tôi sang định dạng được yêu cầu?

data = [(x1,y1,z1),(x2,y2,z2),.....,(xn,yn,zn)]

Answer 1

Đối với bề mặt đó là một chút khác biệt so với một danh sách các 3-tuples, bạn nên vượt qua trong một mạng lưới cho các tên miền trong mảng 2ngày.

Nếu tất cả những gì bạn có là danh sách các điểm 3d, thay vì một số chức năng f(x, y) -> z, thì bạn sẽ gặp sự cố vì có nhiều cách để tam giác đám mây điểm 3d đó thành một bề mặt.

Dưới đây là một bề mặt nhẵn ví dụ:

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

def fun(x, y): 
    return x**2 + y 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 
x = y = np.arange(-3.0, 3.0, 0.05) 
X, Y = np.meshgrid(x, y) 
zs = np.array([fun(x,y) for x,y in zip(np.ravel(X), np.ravel(Y))]) 
Z = zs.reshape(X.shape) 

ax.plot_surface(X, Y, Z) 

ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 

plt.show() 

Answer 2

kiểm tra ví dụ chính thức. X, Y và Z thực sự là mảng 2d, numpy.meshgrid() là một cách đơn giản để có được 2d x, y lưới trong số 1d x và y giá trị.

http://matplotlib.sourceforge.net/mpl_examples/mplot3d/surface3d_demo.py

đây là cách pythonic để chuyển đổi 3-tuples của bạn tới 3 mảng 1d.

data = [(1,2,3), (10,20,30), (11, 22, 33), (110, 220, 330)] 
X,Y,Z = zip(*data) 
In [7]: X 
Out[7]: (1, 10, 11, 110) 
In [8]: Y 
Out[8]: (2, 20, 22, 220) 
In [9]: Z 
Out[9]: (3, 30, 33, 330) 

Dưới đây là mtaplotlib Delaunay triangulation (nội suy), nó chuyển đổi x 1d, y, z vào một cái gì đó phù hợp (?):

http://matplotlib.sourceforge.net/api/mlab_api.html#matplotlib.mlab.griddata

Answer 3

Trong Matlab tôi đã làm một cái gì đó tương tự bằng cách sử dụng delaunay chức năng trên chỉ x, y chỉ coords (không phải là z), sau đó vẽ với trimesh hoặc trisurf, sử dụng độ cao z.

SciPy có lớp Delaunay, dựa trên cùng thư viện QHull cơ bản mà chức năng delaunay của Matlab là, vì vậy bạn sẽ nhận được kết quả giống hệt nhau.

Từ đó, cần có một vài dòng mã để chuyển đổi ví dụ Plotting 3D Polygons in python-matplotlib này thành những gì bạn muốn đạt được, như Delaunay cung cấp cho bạn đặc điểm kỹ thuật của mỗi đa giác hình tam giác.

Answer 4

Tôi vừa gặp phải vấn đề tương tự này. Tôi có dữ liệu khoảng cách đều nhau trong các mảng 3 1-D thay vì các mảng 2-D mà plot_surface muốn matplotlib muốn. Dữ liệu của tôi đã xảy ra ở một số pandas.DataFrame vì vậy, đây là số matplotlib.plot_surface example với các sửa đổi đối với mảng 3 1-D lô.

from mpl_toolkits.mplot3d import Axes3D 
from matplotlib import cm 
from matplotlib.ticker import LinearLocator, FormatStrFormatter 
import matplotlib.pyplot as plt 
import numpy as np 

X = np.arange(-5, 5, 0.25) 
Y = np.arange(-5, 5, 0.25) 
X, Y = np.meshgrid(X, Y) 
R = np.sqrt(X**2 + Y**2) 
Z = np.sin(R) 

fig = plt.figure() 
ax = fig.gca(projection='3d') 
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm, 
    linewidth=0, antialiased=False) 
ax.set_zlim(-1.01, 1.01) 

ax.zaxis.set_major_locator(LinearLocator(10)) 
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) 

fig.colorbar(surf, shrink=0.5, aspect=5) 
plt.title('Original Code') 

Đó là ví dụ ban đầu. Thêm bit tiếp theo này trên tạo ra cùng một lô từ 3 mảng 1-D.

# ~~~~ MODIFICATION TO EXAMPLE BEGINS HERE ~~~~ # 
import pandas as pd 
from scipy.interpolate import griddata 
# create 1D-arrays from the 2D-arrays 
x = X.reshape(1600) 
y = Y.reshape(1600) 
z = Z.reshape(1600) 
xyz = {'x': x, 'y': y, 'z': z} 

# put the data into a pandas DataFrame (this is what my data looks like) 
df = pd.DataFrame(xyz, index=range(len(xyz['x']))) 

# re-create the 2D-arrays 
x1 = np.linspace(df['x'].min(), df['x'].max(), len(df['x'].unique())) 
y1 = np.linspace(df['y'].min(), df['y'].max(), len(df['y'].unique())) 
x2, y2 = np.meshgrid(x1, y1) 
z2 = griddata((df['x'], df['y']), df['z'], (x2, y2), method='cubic') 

fig = plt.figure() 
ax = fig.gca(projection='3d') 
surf = ax.plot_surface(x2, y2, z2, rstride=1, cstride=1, cmap=cm.coolwarm, 
    linewidth=0, antialiased=False) 
ax.set_zlim(-1.01, 1.01) 

ax.zaxis.set_major_locator(LinearLocator(10)) 
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f')) 

fig.colorbar(surf, shrink=0.5, aspect=5) 
plt.title('Meshgrid Created from 3 1D Arrays') 
# ~~~~ MODIFICATION TO EXAMPLE ENDS HERE ~~~~ # 

plt.show() 

Dưới đây là những con số kết quả:

Answer 5

Tôi làm điều này với một số dòng trong python sử dụng gấu trúc, cốt truyện là xinh đẹp!

from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.pyplot as plt 
from matplotlib import cm 
import numpy as np 
import pandas as pd 
from sys import argv 

file = argv[1] 

x,y,z = np.loadtxt(file, unpack=True) 
df = pd.DataFrame({'x': x, 'y': y, 'z': z}) 

fig = plt.figure() 
ax = Axes3D(fig) 
surf = ax.plot_trisurf(df.x, df.y, df.z, cmap=cm.jet, linewidth=0.1) 
fig.colorbar(surf, shrink=0.5, aspect=5) 
plt.savefig('teste.pdf') 
plt.show() 

Nếu cần, bạn có thể vượt qua vmin và vmax để xác định dải màu, ví dụ:

surf = ax.plot_trisurf(df.x, df.y, df.z, cmap=cm.jet, linewidth=0.1, vmin=0, vmax=2000)