使用 python matplotlib 在 3d 图中统一缩放轴

Question

我正在使用 Axes3D 绘制一组 3d 坐标 (x,y,z)。我的代码是

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x,y,z=data[::1,0],data[::1,1],data[::1,2]
fig=plt.figure(figsize=(10,10))
ax=fig.add_subplot(111,projection='3d')
ax.scatter(x,y,z,s=0.1,c=z,cmap='hot',marker='+')
plt.show()

我希望所有三个轴都具有相同的缩放比例。现在，问题是数据的纵横比很大，即 x 和 y 坐标的变化比 z 坐标的变化大 10 倍左右。如果我把

mi=np.min(data)
ma=np.max(data)    
ax.set_xlim(mi,ma)
ax.set_ylim(mi,ma)
ax.set_zlim(mi,ma)

这将产生统一缩放的轴，但会在 z 方向浪费大量空间。我怎样才能避免这种情况并获得统一缩放的轴？

Answer 1

SO 中有一个类似的问题……但我找不到。所以我附上了一些我理解的代码是你的问题（缩放的部分不是我的，而是来自我提到的其他帖子）

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

data =np.random.rand(100,3)

x,y,z= 10*data[:,0], 20*data[:,1], 5*data[:,2]
fig=plt.figure(figsize=(10,10))
ax=fig.add_subplot(111,projection='3d')
ax.scatter(x,y,z)

# Fix aspect ratio
max_range = np.array([x.max()-x.min(), y.max()-y.min(),
                      z.max()-z.min()]).max() / 2.0
mean_x = x.mean()
mean_y = y.mean()
mean_z = z.mean()
ax.set_xlim(mean_x - max_range, mean_x + max_range)
ax.set_ylim(mean_y - max_range, mean_y + max_range)
ax.set_zlim(mean_z - max_range, mean_z + max_range)

plt.show()

结果如下：