绘制 3D 图像形成 NumPy 数组中的数据

Question

我在 NumPy 数组中有一个数据文件，我想查看 3D 图像。我正在分享一个示例，我可以在其中查看大小为 (100, 100) 的二维图像，这是 xy 平面中 z = 0 处的一个切片。

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
X, Y, Z = np.mgrid[-10:10:100j, -10:10:100j, -10:10:100j]
T = np.sin(X*Y*Z)/(X*Y*Z)
T=T[:,:,0]
im = plt.imshow(T, cmap='hot')
plt.colorbar(im, orientation='vertical')
plt.show()

如何查看形状为 (100, 100, 100) 的数据 T 的 3D 图像？

Answer 1

我认为主要问题是，每个点都有 4 个信息，所以你实际上对 4 维对象感兴趣。绘制这个图总是很困难（甚至可能是不可能的）。我建议采用以下解决方案之一：

1. 您将问题更改为：我对 x,y,z 的所有组合不感兴趣，而只对其中的组合感兴趣z = f(x,y)

2. 你稍微改变一下绘图的准确性，说你不需要 100 个 z 级别，但可能只需要 5 个，然后你只需制作 5 个已有的绘图即可。

如果你想使用第一种方法，那么有几个子方法：

A. 绘制 2 维表面f(x,y)=z并用T B. 使用任何用于绘制复杂函数的技术来为其着色，有关详细信息，请参阅此处。

方法 1.A（我认为这是最好的解决方案）给出的图，其z=x^2+y^2产量为：

我使用了这个程序：

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib as mpl
X, Y = np.mgrid[-10:10:100j, -10:10:100j]
Z = (X**2+Y**2)/10 #definition of f
T = np.sin(X*Y*Z)
norm = mpl.colors.Normalize(vmin=np.amin(T), vmax=np.amax(T))
T = mpl.cm.hot(T) #change T to colors
fig = plt.figure()
ax = fig.gca(projection='3d')
surf = ax.plot_surface(X, Y, Z, facecolors=T, linewidth=0,
       cstride = 1, rstride = 1)
plt.show()

第二种方法给出类似：

用代码：

norm = mpl.colors.Normalize(vmin=-1, vmax=1)
X, Y= np.mgrid[-10:10:101j, -10:10:101j]
fig = plt.figure()
ax = fig.gca(projection='3d')
for i in np.linspace(-1,1,5):
    Z = np.zeros(X.shape)+i
    T = np.sin(X*Y*Z)
    T = mpl.cm.hot(T)
    ax.plot_surface(X, Y, Z, facecolors=T, linewidth=0, alpha = 0.5, cstride 
        = 10, rstride = 10)

plt.show()

注意：我将函数更改为 ，T = sin(X*Y*Z)因为除以X*Y*Z会使函数行为变差，因为您将两个非常接近 0 的数字相除。