matplotlib pyplot 中的 3D 堆叠 2D 直方图答案

【问题标题】：3D-Stacked 2D histograms in matplotlib pyplotmatplotlib pyplot 中的 3D 堆叠 2D 直方图
【发布时间】：2013-12-24 01:40:58
【问题描述】：

我有一堆 2D 直方图（方形 2D numpy 数组），我想像这样堆叠成 3D：

（图片来自：Cardenas、Alfredo E. 等人。“N-乙酰基-L-色氨酸酰胺通过膜的无辅助转运：动力学实验和模拟。”The Journal of Physical Chemistry B 116.9 (2012): 2739-第2750章）

有没有人有任何好主意如何做到这一点？我已经尝试过Python plot - stacked image slices 的contourf 方法，但结果并不理想。

谢谢。

【问题讨论】：

您能否详细说明您当前的设置有哪些问题？您还应该分享一些您编写的代码和您制作的图像。现在，你不是在问一个具体的问题。

标签： numpy matplotlib plot

【解决方案1】：

我建议您使用Axes3D.plot_surface 绘制平面，并使用facecolor 参数为它们着色，如下所示：

import numpy;
from matplotlib import pyplot;
from matplotlib import cm;
from mpl_toolkits.mplot3d import Axes3D;
pyplot.interactive(True);

# Creat mesh.
X = numpy.arange(-1, 1, 0.1);
Y = numpy.arange(-1, 1, 0.1);
X, Y = numpy.meshgrid(X, Y);

# Create some data to plot.
A = numpy.copy(X);
B = numpy.copy(Y);
C = numpy.sqrt(X**2 + Y**2);
D = numpy.cos(C);
# Normalize data for colormap use.
A -= numpy.min(A); A /= numpy.max(A);
B -= numpy.min(B); B /= numpy.max(B);
C -= numpy.min(C); C /= numpy.max(C);
D -= numpy.min(D); D /= numpy.max(D);

# Create flat surface.
Z = numpy.zeros_like(X);

# Plot
fig = pyplot.figure();
ax = fig.gca(projection='3d');
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors = cm.coolwarm(A));
ax.plot_surface(X, Y, Z+0.1, rstride=1, cstride=1, facecolors = cm.coolwarm(B));
ax.plot_surface(X, Y, Z+0.2, rstride=1, cstride=1, facecolors = cm.coolwarm(C));
ax.plot_surface(X, Y, Z+0.3, rstride=1, cstride=1, facecolors = cm.coolwarm(D));

【讨论】：

【解决方案2】：

为了补充@Bence 的答案，可以使用here 中的sn-p 代码添加额外的垂直颜色条。具体来说，我使用了以下代码，其中“xxx”是我的数据集，其中 Bence 图中显示的每一层都是 dstack'd numpy 数组中的单独 z 层。：

m = cm.ScalarMappable(cmap=cm.jet)
m.set_array(xxx)
pyplot.colorbar(m)
pyplot.show()

【讨论】：