matplotlib plot_surface带有非线性彩色图的3D图

Question

我有以下python代码,它显示以下3D图.

我的代码是:

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


# Generate data example
X,Y = np.meshgrid(np.arange(-99,-90), np.arange(-200,250,50))
Z = np.zeros_like(X)
Z[:,0] = 100.
Z[4][7] = 10

# Normalize to [0,1]
Z = (Z-Z.min())/(Z.max()-Z.min())
colors = cm.viridis(Z)
rcount, ccount, _ = colors.shape

fig = plt.figure()
ax = fig.gca(projection='3d')
surf = ax.plot_surface(X, Y, Z, rcount=rcount, ccount=ccount,
                       facecolors=colors, shade=False)

surf.set_facecolor((0,0,0,0))
plt.show()

我想以不同的颜色为XY平面上的不规则颜色着色.我希望能够突出XY平面上的凸起.我怎么做？

Answer 1

问题是网格不是很密集。凹凸由单个像素组成。因此，网格中有 4 个单元格，其中 3 个单元格的左下角为 0，因此不会根据其值接收不同的颜色。只有实际上是 凹凸的一个像素才会被着色。

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

X,Y = np.meshgrid(np.arange(-99,-90), np.arange(-200,250,50))
Z = np.zeros_like(X)
Z[:,0] = 100.
Z[4][7] = 10

norm = plt.Normalize(Z.min(),Z.min()+10 )
colors = cm.viridis(norm(Z))

fig = plt.figure()
ax = fig.gca(projection='3d')

surf = ax.plot_surface(X, Y, Z, facecolors=colors, shade=False)                    
surf.set_facecolor((0,0,0,0))

plt.show()

现在您可以扩展绘图的彩色部分，例如使用scipy.ndimage.grey_dilation，使得所有相邻的像素也变成黄色。

from scipy import ndimage
C = ndimage.grey_dilation(Z, size=(2,2), structure=np.ones((2, 2)))
norm = plt.Normalize(Z.min(),Z.min()+10 )
colors = cm.viridis(norm(C))