matplotlib绘图表面太慢

Question

我有一个矩阵S，具有60行和2000列。我需要此矩阵的3D图。这是我所做的：

S.dtype = 'float64'
S = sk.preprocessing.scale(S)

n, p = S.shape
X = np.arange(0, n)
Y = np.arange(0, p)
X, Y = np.meshgrid(X, Y)

def funz(x,y):
    return S[x, y]

Z = funz(X, Y)

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

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

fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

这是可行的，但从无法将其移动以更好地可视化的角度而言，该图太重了。我该如何解决？

特别是，我需要找到3d图的漂亮视图以将其另存为pdf图。

Answer 1

matplotlib没有“真实的” 3D绘图。通常，您会mayavi在复杂或较大的表面上使用类似的东西，而不是使用matplotlib。

作为一个简单的例子：

import numpy as np
from mayavi import mlab

x, y = np.linspace(-15, 15, 200), np.linspace(-15, 15, 200)
xx, yy = np.meshgrid(x, y)
z = np.cos(np.hypot(xx, yy)) + np.sin(np.hypot(xx + 5, yy + 5))

mlab.figure(bgcolor=(1,1,1))

# We'll use "surf" to display a 2D grid...
# warp_scale='auto' guesses a vertical exaggeration for better display.
# Feel free to remove the "warp_scale" argument for "true" display.
mlab.surf(x, y, z, warp_scale='auto')

mlab.show()