python之matplotlib 线框图/3d 图方法

我想用 matplotlib 绘制 3d 图。

数据如下:我有一个矩阵，每行包含 3d 图的 Y 坐标。每行第一个元素是 3d 图的 X 坐标。最后，第二个矩阵在 X、Y 位置包含每个点的高值。因此，第二个矩阵包含我的 Z 坐标。这两个矩阵都是 Python 的数组数组。我想知道如何转换数据以获得:

• 每个 1d 信号对应于一个 X 的图，像这样(在线提供照片)
• 相同数据的线框图，像这样

我已经为线框作品编写了一个辅助函数，

 ########  HELPER FOR PLOT 3-D 
 
 def plot_3d(name,X,Y,Z): 
 
     fig = plt.figure(name) 
     ax = fig.gca(projection='3d') 
     X = np.array(X) 
     Y = np.array(Y) 
     Z = np.array(Z) 
     ax.plot_wireframe(X,Y,Z,rstride=10,cstride=10) 
     ax.set_xlabel('X Label') 
     ax.set_ylabel('Y Label') 
     plt.show() 

但我不知道如何转换数据 X、Y、Z 以使其满足 matplotlib 函数的要求，该函数需要 X、Y、Z 的二维列表。

对于第一张图，我阅读了帮助，想在 3d 中使用 2d 图。示例源代码给出:

x = np.linspace(0, 1, 100) 
y = np.sin(x * 2 * np.pi) / 2 + 0.5 
ax.plot(x, y, zs=0, zdir='z', label='zs=0, zdir=z') 

其中 z 是常量坐标。在我的例子中，x 是常量坐标。我适应

        fig = plt.figure('2d profiles') 
        ax = fig.gca(projection='3d') 
        for i in range(10): 
             x = pt  ## this is a scalar 
             y = np.array(y) 
             z = np.array(z) 
             ax.plot(xs = x, y, z, xdir='x') 
        plt.show() 

但有警告:关键字 arg 后有非关键字 arg。如何修复？

感谢和问候

请您参考如下方法:

关于在 3D 中显示一系列矢量，我提出了以下“几乎可行”的解决方案:

def visualizeSignals(self, imin, imax): 
 
    times = self.time[imin:imax] 
    nrows = (int)((times[(len(times)-1)] - times[0])/self.mod) + 1 
 
    fig = plt.figure('2d profiles') 
    ax = fig.gca(projection='3d') 
    for i in range(nrows-1): 
        x = self.mat1[i][0] + self.mod * i 
        y = np.array(self.mat1T[i]) 
        z = np.array(self.mat2[i]) 
        ax.plot(y, z, zs = x, zdir='z') 
 
    plt.show() 

至于 2D 表面或网格图，我是通过使用网格来获得的。请注意，一旦您了解了网格网格的构建方式，您就可以自己复制网格网格。有关 meshgrid 的更多信息，请参阅 this post .

这是代码(不能这样使用它，因为它指的是类成员，但您可以基于我正在使用的 matplotlib 中的 3d 绘图方法构建您的代码)

def visualize(self, imin, imax, typ_ = "wireframe"): 
    """ 
    3d plot signal between imin and imax 
    . typ_: type of plot, "wireframce", "surface" 
    """ 
 
    times = self.retT[imin:imax] 
    nrows = (int)((times[(len(times)-1)] - times[0])/self.mod) + 1 
 
    self.modulate(imin, imax) 
 
    fig = plt.figure('3d view') 
    ax = fig.gca(projection='3d') 
 
    x = [] 
    for i in range(nrows): 
        x.append(self.matRetT[i][0] + self.mod * i) 
 
    y = [] 
    for i in range(len(self.matRetT[0])): 
        y.append(self.matRetT[0][i]) 
    y = y[:-1] 
 
 
    X,Y = np.meshgrid(x,y) 
 
    z = [tuple(self.matGC2D[i]) for i in range(len(self.matGC))] # matGC a matrix 
 
    zzip = zip(*z) 
 
    for i in range(len(z)): 
        print len(z[i]) 
 
    if(typ_ == "wireframe"): 
        ax.plot_wireframe(X,Y,zzip) 
        plt.show() 
    elif(typ_ == "contour"): 
        cset = ax.contour(X, Y, zzip, zdir='z', offset=0) 
        plt.show() 
    elif(typ_ == "surf_contours"): 
        surf = ax.plot_surface(X, Y, zzip, rstride=1, cstride=1, alpha=0.3) 
        cset = ax.contour(X, Y, zzip, zdir='z', offset=-40) 
        cset = ax.contour(X, Y, zzip, zdir='x', offset=-40) 
        cset = ax.contour(X, Y, zzip, zdir='y', offset=-40) 
        plt.show()