python中3D曲面图的颜色
Posted
技术标签:
【中文标题】python中3D曲面图的颜色【英文标题】:color of a 3D surface plot in python 【发布时间】:2015-12-01 12:23:20 【问题描述】:我正在使用以下线来绘制 3D 表面:
surf = ax3.plot_surface(X, Y, Z, rstride=1, cstride=1, alpha=0.5, linewidth=0, cmap=cm.jet,antialiased=True)
现在颜色变得非常漂亮,虽然有点鳞片状,但很好。
但我想改变表面颜色w.r.t。另一个数据,存储在list
中:
m = [104.48, 111.73,109.93,139.95,95.05,150.49,136.96,157.75]
我正在尝试:
norm = cls.Normalize() # Norm to map the 'm' values to [0,1]
norm.autoscale(m)
cmap = cm.ScalarMappable(norm, 'jet')
surf = ax3.plot_surface(X, Y, Z, rstride=5, cstride=5, alpha=0.5, linewidth=0, color=cmap.to_rgba(m), antialiased=True)
但这会引发错误,因为cmap.to_rgba
仅采用一维数组。
任何有关如何更改表面的colormap
的建议将不胜感激。
【问题讨论】:
【参考方案1】:嗯,它看起来很糟糕,但我认为你可以适应它:
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
fig = plt.figure()
ax = fig.gca(projection='3d')
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)
my_col = cm.jet(np.random.rand(Z.shape[0],Z.shape[1]))
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = my_col,
linewidth=0, antialiased=False)
ax.set_zlim(-1.01, 1.01)
我不会使用 jet,而是使用一些线性颜色图,例如 cubehelix
。您可以使用错误的颜色图轻松欺骗眼睛(one of many posts 关于该主题)
【讨论】:
如果我理解正确,那么您正在绘制X,Y,Z
并根据Z-array
为表面提供自定义颜色。但是我已经有了 (X,Y,Z
) 的白色表面,我现在要做的就是根据m-array
的值为表面着色。如果我有误解,请纠正我。
您必须在缩放的 m 数组上使用 meshgrid
才能获得二维数组。
是的,我使用np.meshgrid
以防x,y,z
拟合,但它给了我一个矩阵数据(等级为3)传递给plot_surface(X,Y,Z,...)
以生成表面.现在我怎样才能在绘图中处理矩阵等级 4(如果我包括m
)?关于你的想法的一点代码会很好。
只要你不提供数组m
和一些工作最小的例子,我只能猜测。
@diffracteD,m 与 X、Y 和 Z 有何关系?例如,它是否具有相同数量的元素?你想如何将 m 映射到你的表面上?【参考方案2】:
要获得正确的颜色,请使用 Z 值从颜色图中选择值:
my_col = cm.jet(Z/np.amax(Z))
结果:
使用与@Moritz 相同的代码。
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
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
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)
my_col = cm.jet(Z/np.amax(Z))
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = my_col,
linewidth=0, antialiased=False)
ax.set_zlim(-1.01, 1.01)
plt.show()
【讨论】:
有什么方法可以去除情节的鳞片外观并获得光泽外观? 您必须将数据插入到更精细的网格中。 @diffracteD 正是@Moritz 所说的。将np.arange(-5, 5, 0.25)
中的 0.25 更改为较低的值。
@pingul 我会回复你关于鳞片状的外观。但更重要的是,我关心的是使用 m 值作为 XYZ 表面上的颜色图。请对此问题发表评论。
@diffracteD 您需要为每个 Z 值指定一个颜色值,即 m
需要包含与 Z 相同的尺寸(检查 Z.shape
== m.shape
)。如果是这种情况,只需将代码更改为my_col = cm.jet(m/np.amax(m))
即可对其进行规范化。【参考方案3】:
我用 PANDAS 在 python 中做了一些线,情节很漂亮!
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()
Collapsing wave equations
更漂亮一点!在我的例子中,我使用颜色图 JET Colormaps Matplotlib,但还有其他种类的颜色和定性图。看看之前的链接。
【讨论】:
以上是关于python中3D曲面图的颜色的主要内容,如果未能解决你的问题,请参考以下文章