在 python 中绘制 3D 矩阵的最佳方法答案

【问题标题】：Best way to plot a 3D matrix in python在 python 中绘制 3D 矩阵的最佳方法
【发布时间】：2014-10-19 02:53:35
【问题描述】：

我正在尝试可视化 3D 数据。这是一个完整的 3D 矩阵：每个 (x,y,z) 坐标都有一个值，这与表面或单个数据向量的集合不同。我尝试这样做的方法是绘制一个不透明的立方体，其中立方体的每个边缘显示正交维度上的数据总和。

一些示例数据——基本上，一个以 (3,5,7) 为中心的 blob：

import numpy as np
(x,y,z) = np.mgrid[0:10,0:10, 0:10]
data = np.exp(-((x-3)**2 + (y-5)**2 + (z-7)**2)**(0.5))
edge_yz = np.sum(data,axis=0)
edge_xz = np.sum(data,axis=1)
edge_xy = np.sum(data,axis=2)

所以这里的想法是生成一个显示立方体的 3D 图；立方体的每个表面都会显示适当的 2D 矩阵 edge_*。这就像在适当的 3D 位置绘制 3 个 4 边多边形（或者如果你也在立方体的背面绘制 6 个），除了每个多边形实际上是一个要以颜色绘制的值矩阵。

目前我最好的近似方法是计算包含偏斜版本边缘的更大矩阵，并将它们连接成一个更大的 2D 矩阵，然后 imshow() 那个更大的矩阵。看起来很笨拙，并且做了很多工作，matplotlib 或 m3plot 中的某些引擎或我确定已经做过的事情。它也仅适用于以单一视角查看静态图像，但这不是我目前需要克服的问题。

有没有一种使用现有 python 工具在真正的 3D 图中绘制这些立方体边缘的好方法？有没有更好的方法来绘制 3D 矩阵？

【问题讨论】：

你看过contour plots吗？您也许可以组合 4 或 6 个 contourf 命令来生成一个多维数据集。

标签： python matplotlib 3d

【解决方案1】：

Falko 对使用 contourf 的建议有点麻烦。它有点受限，因为至少我的 contourf 版本有一些错误，有时它会将其中一个平面呈现在它应该在后面的其他平面的前面，但现在只绘制立方体的三个正面或三个背面将做：

import numpy as np
import math
import matplotlib.pyplot as plot
import mpl_toolkits.mplot3d.axes3d as axes3d

def cube_marginals(cube, normalize=False):
    c_fcn = np.mean if normalize else np.sum
    xy = c_fcn(cube, axis=0)
    xz = c_fcn(cube, axis=1)
    yz = c_fcn(cube, axis=2)
    return(xy,xz,yz)

def plotcube(cube,x=None,y=None,z=None,normalize=False,plot_front=False):
    """Use contourf to plot cube marginals"""
    (Z,Y,X) = cube.shape
    (xy,xz,yz) = cube_marginals(cube,normalize=normalize)
    if x == None: x = np.arange(X)
    if y == None: y = np.arange(Y)
    if z == None: z = np.arange(Z)

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

    # draw edge marginal surfaces
    offsets = (Z-1,0,X-1) if plot_front else (0, Y-1, 0)
    cset = ax.contourf(x[None,:].repeat(Y,axis=0), y[:,None].repeat(X,axis=1), xy, zdir='z', offset=offsets[0], cmap=plot.cm.coolwarm, alpha=0.75)
    cset = ax.contourf(x[None,:].repeat(Z,axis=0), xz, z[:,None].repeat(X,axis=1), zdir='y', offset=offsets[1], cmap=plot.cm.coolwarm, alpha=0.75)
    cset = ax.contourf(yz, y[None,:].repeat(Z,axis=0), z[:,None].repeat(Y,axis=1), zdir='x', offset=offsets[2], cmap=plot.cm.coolwarm, alpha=0.75)

    # draw wire cube to aid visualization
    ax.plot([0,X-1,X-1,0,0],[0,0,Y-1,Y-1,0],[0,0,0,0,0],'k-')
    ax.plot([0,X-1,X-1,0,0],[0,0,Y-1,Y-1,0],[Z-1,Z-1,Z-1,Z-1,Z-1],'k-')
    ax.plot([0,0],[0,0],[0,Z-1],'k-')
    ax.plot([X-1,X-1],[0,0],[0,Z-1],'k-')
    ax.plot([X-1,X-1],[Y-1,Y-1],[0,Z-1],'k-')
    ax.plot([0,0],[Y-1,Y-1],[0,Z-1],'k-')

    ax.set_xlabel('X')
    ax.set_ylabel('Y')
    ax.set_zlabel('Z')
    plot.show()

plot_front=真 plot_front=假其他数据（未显示）

【讨论】：

【解决方案2】：

看看MayaVI。 contour3d() 函数可能是你想要的。

这是我对类似问题的回答，其中包含代码示例和结果图https://stackoverflow.com/a/24784471/3419537

【讨论】：