绘制 3D 网格：

Question

我正在使用 Spyder Interface (Python 2.7) 来数值求解 PDE。我将代码设置为根据位置和时间计算 U 的位置。U 是我代码中的 [nxm] 矩阵，其中 n 是位置，m 是时间。因此，在每个 U[n,m] 处，代码在第 m 次给出第 n 个位置。有没有办法可以利用这样的矩阵在 python 中制作网格图。我已经搜索过，但例如 numpy 的网格只处理数组。谢谢你。

[[ 1.20643447  1.20520185  1.20397894 ...,  1.04589795  1.04587534 1.04585286]
[ 1.40901699  1.40658211  1.4041664  ...,  1.09172525  1.09168043 1.09163586]
[ 1.6039905   1.6004133   1.59686428 ...,  1.13741248  1.13734625 1.1372804 ]..., 
[ 2.3960095   2.3995867   2.40313572 ...,  2.54969453  2.55003659 2.55037764]
[ 2.59098301  2.59341789  2.57981471 ...,  2.59750546  2.59785406 2.59820163]
[ 2.79356553  2.74473913  2.71231633 ...,  2.64640578  2.64675767 2.64710852]]

这些是贝壳向我吐出的许多 U 值。如您所见，我将处理 600 个不同的数组，因为矩阵设置为在特定时间和位置查找 U。总共需要 600 个时间步。

Answer 1

请尽量使用搜索功能；您可以在此处的许多其他线程中找到工作代码here on 绘图表面here on Overflow。

我想你可能在这里混淆了一些术语。您有一个对应于二维函数值的值矩阵；这不是网格。在中，matplotlib您可以通过多种方式可视化一个 3 维矩阵，通常作为 a surface、 awireframe或 an image（作为热图）。

该函数np.meshgrid()为您提供N维数索引。您需要将其用于您的n和m向量，而不是您的 matrix U，以将它们转换为与您的矩阵形状相同的多维数组。对你来说幸运的是，matplotlib不在乎U是矩阵还是向量。

例如np.meshgrid()：

>>> t = np.linspace(0,60,6000)
>>> x = np.linspace(0,2*np.pi,3600)
>>> T, X = np.meshgrid(t, x)
>>> t.shape
(6000,)
>>> x.shape
(3600,)
>>> T.shape
(3600, 6000)
>>> X.shape
(3600, 6000)

现在创建一个函数U(x,t)：

>>> U = np.matrix(x[:, np.newaxis] * t) # broadcast
>>> U.shape
(3600, 6000)

并且要绘制曲面，您可以使用例如from 中的surf函数，但您也可以使用上面链接的线框或图像方法。Axes3Dmatplotlib

>>> import matplotlib.pyplot as plt
>>> import pylab
>>> from mpl_toolkits.mplot3d import Axes3D

>>> fig = plt.figure()
>>> ax = fig.gca(projection='3d')
>>> surf = ax.plot_surface(X,T,U)
>>> plt.show()