python中3D曲面图的颜色答案

【问题标题】：color of a 3D surface plot in pythonpython中3D曲面图的颜色
【发布时间】：2015-12-01 12:23:20
【问题描述】：

我正在使用以下线来绘制 3D 表面：

surf = ax3.plot_surface(X, Y, Z, rstride=1, cstride=1, alpha=0.5, linewidth=0, cmap=cm.jet,antialiased=True)

现在颜色变得非常漂亮，虽然有点鳞片状，但很好。
但我想改变表面颜色w.r.t。另一个数据，存储在list 中：

m = [104.48, 111.73,109.93,139.95,95.05,150.49,136.96,157.75]

我正在尝试：

norm = cls.Normalize() # Norm to map the 'm' values to [0,1]
norm.autoscale(m)
cmap = cm.ScalarMappable(norm, 'jet')
surf = ax3.plot_surface(X, Y, Z, rstride=5, cstride=5, alpha=0.5, linewidth=0, color=cmap.to_rgba(m), antialiased=True)

但这会引发错误，因为cmap.to_rgba 仅采用一维数组。任何有关如何更改表面的colormap 的建议将不胜感激。

【问题讨论】：

标签： python matplotlib plot

【解决方案1】：

嗯，它看起来很糟糕，但我认为你可以适应它：

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
my_col = cm.jet(np.random.rand(Z.shape[0],Z.shape[1]))

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = my_col,
        linewidth=0, antialiased=False)
ax.set_zlim(-1.01, 1.01)

我不会使用 jet，而是使用一些线性颜色图，例如 cubehelix。您可以使用错误的颜色图轻松欺骗眼睛（one of many posts 关于该主题）

【讨论】：

如果我理解正确，那么您正在绘制X,Y,Z 并根据Z-array 为表面提供自定义颜色。但是我已经有了 (X,Y,Z) 的白色表面，我现在要做的就是根据m-array 的值为表面着色。如果我有误解，请纠正我。
您必须在缩放的 m 数组上使用 meshgrid 才能获得二维数组。
是的，我使用np.meshgrid 以防x,y,z 拟合，但它给了我一个矩阵数据（等级为3）传递给plot_surface(X,Y,Z,...) 以生成表面.现在我怎样才能在绘图中处理矩阵等级 4（如果我包括m）？关于你的想法的一点代码会很好。
只要你不提供数组m 和一些工作最小的例子，我只能猜测。
@diffracteD，m 与 X、Y 和 Z 有何关系？例如，它是否具有相同数量的元素？你想如何将 m 映射到你的表面上？

【解决方案2】：

要获得正确的颜色，请使用 Z 值从颜色图中选择值：

my_col = cm.jet(Z/np.amax(Z))

结果：

使用与@Moritz 相同的代码。

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
my_col = cm.jet(Z/np.amax(Z))

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = my_col,
        linewidth=0, antialiased=False)
ax.set_zlim(-1.01, 1.01)

plt.show()

【讨论】：

有什么方法可以去除情节的鳞片外观并获得光泽外观？
您必须将数据插入到更精细的网格中。
@diffracteD 正是@Moritz 所说的。将 np.arange(-5, 5, 0.25) 中的 0.25 更改为较低的值。
@pingul 我会回复你关于鳞片状的外观。但更重要的是，我关心的是使用 m 值作为 XYZ 表面上的颜色图。请对此问题发表评论。
@diffracteD 您需要为每个 Z 值指定一个颜色值，即 m 需要包含与 Z 相同的尺寸（检查 Z.shape == m.shape）。如果是这种情况，只需将代码更改为my_col = cm.jet(m/np.amax(m)) 即可对其进行规范化。

【解决方案3】：

我用 PANDAS 在 python 中做了一些线，情节很漂亮！

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
import pandas as pd
from sys import argv

file = argv[1]

x,y,z = np.loadtxt(file, unpack=True)
df = pd.DataFrame({'x': x, 'y': y, 'z': z})

fig = plt.figure()
ax = Axes3D(fig)
surf = ax.plot_trisurf(df.x, df.y, df.z, cmap=cm.jet, linewidth=0.1)
fig.colorbar(surf, shrink=0.5, aspect=5)
plt.savefig('teste.pdf')
plt.show()

Collapsing wave equations

更漂亮一点！在我的例子中，我使用颜色图 JET Colormaps Matplotlib，但还有其他种类的颜色和定性图。看看之前的链接。

【讨论】：