相关疑难解决方法(0)

我已经看过matplotlib的3d图的例子了,但这些都没有给我我想要绘制的内容,例如:

该图显示了y轴(N)上的一系列测量值,每个测量值都有一个强度谱(p/2hk_L),即对于您在图中看到的每条线,N是固定的.用于绘制这样的数据的最简单函数是什么？

我想绘制一个似然分布，基本上是一个NxT矩阵，其中每一行代表每个时间步长t (t=0...T) 中某个变量的分布，这样我就可以可视化最大似然估计的轨迹屈服。

我想象了几个二维图，一个在另一个前面 - 像这样：

到目前为止，基于这个我已经试过：

def TrajectoryPlot(P):
    P=P[0:4]  
    fig = plt.figure()
    ax = fig.gca(projection='3d')
    def cc(arg):
        return colorConverter.to_rgba(arg, alpha=0.6)
    xs = np.arange(0, len(P[0]))
    verts = []
    zs = [0.0, 1.0, 2.0, 3.0, 4.0]
    for i in range(len(P)):
        print(i)
        verts.append(list(zip(xs,  P[i])))    
    poly = PolyCollection(verts, facecolors=[cc('r'), cc('g'), cc('b'),
                                             cc('y')])
    poly.set_alpha(0.7)
    ax.add_collection3d(poly, zs=zs, zdir='y')
    ax.set_xlabel('X')
    ax.set_ylabel('Likelihood')
    ax.set_zlabel('Time')
    plt.show()

但这还行不通。