Matplotlib 分离 3D 数据的 2D 轮廓投影图

Question

我正在尝试创建 3D 数据投影的 2D 图。很简单，基于这个例子，有没有办法将显示的三个等高线投影（在 X、Y 和 Z 方向）作为单独的 2D 绘图生成？我可以通过使用 pyplot 'contour' 命令轻松创建 Z 方向的轮廓投影，但是只有 '3d' 投影 'contour' 命令似乎能够采用 'zdir' 参数，并且它不能创建 2D地块。

Answer 1

zdir3D 轮廓中的参数基本上表示将使用哪个轴来确定 3D 图中的轮廓水平。在 2D 图中，这通常由参数的顺序指定，因此我们通常认为的“Z”，即确定轮廓级别的值，作为第三个参数放入。在下面的示例中，请特别注意每个 contourf 调用中的前三个参数：

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm

X, Y, Z = axes3d.get_test_data(0.05)

plt.subplot(131)
cset = plt.contourf(X, Y, Z, cmap=cm.coolwarm)
plt.subplot(132)
cset = plt.contourf(Y, Z, X, cmap=cm.coolwarm)
plt.subplot(133)
cset = plt.contourf(X, Z, Y, cmap=cm.coolwarm)

plt.show()

与 3D 图中的投影相比：

请注意，这里我提到了“第三个参数”，但实际上有很多方法可以解释 contourf 的参数，因此请参阅文档以获取更多详细信息，尽管这种方法通常仅适用于 X， Y 和 Z 是显式的。