在 python 中使用 matplotlib 创建 3D 曲面图答案

【问题标题】：Creating a 3D surface plot with matplotlib in python在 python 中使用 matplotlib 创建 3D 曲面图
【发布时间】：2023-04-08 13:12:01
【问题描述】：

我正在尝试绘制 3D 表面，但我遇到了一些麻烦，因为 matplotlib 的文档似乎不是很详尽，并且缺少示例。无论如何，我编写的程序是通过有限差分法数值求解热方程。这是我的代码：

    ## This program is to implement a Finite Difference method approximation
## to solve the Heat Equation, u_t = k * u_xx,
## in 1D w/out sources & on a finite interval 0 < x < L. The PDE
## is subject to B.C: u(0,t) = u(L,t) = 0,
## and the I.C: u(x,0) = f(x).
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

# Parameters    
L = 1 # length of the rod
T = 10 # terminal time
N = 40 # spatial values
M = 1600 # time values/hops; (M ~ N^2)
s = 0.25 # s := k * ( (dt) / (dx)^2 )

# uniform mesh
x_init = 0
x_end = L
dx = float(x_end - x_init) / N

x = np.arange(x_init, x_end, dx)
x[0] = x_init

# time discretization
t_init = 0
t_end = T
dt = float(t_end - t_init) / M

t = np.arange(t_init, t_end, dt)
t[0] = t_init

# time-vector
for m in xrange(0, M):
    t[m] = m * dt

# spatial-vector
for j in xrange(0, N):
    x[j] = j * dx

# definition of the solution u(x,t) to u_t = k * u_xx
u = np.zeros((N, M+1)) # array to store values of the solution

# Finite Difference Scheme:

u[:,0] = x * (x - 1) #initial condition

for m in xrange(0, M):
    for j in xrange(1, N-1):
        if j == 1:
            u[j-1,m] = 0 # Boundary condition
        elif j == N-1:
            u[j+1,m] = 0 # Boundary Condition
        else:
            u[j,m+1] = u[j,m] + s * ( u[j+1,m] - 
            2 * u[j,m] + u[j-1,m] )

这是我为尝试绘制 3D 曲面图而编写的：

    # for 3D graph
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(x, t, u, rstride=1, cstride=1, cmap=cm.coolwarm, linewidth=0, antialiased=False)
fig.colorbar(surf, shrink=0.5, aspect=5)
plt.show()

当我运行代码来绘制图形时出现此错误：“ValueError：形状不匹配：两个或多个数组在轴 1 上具有不兼容的维度。”

非常感谢任何和所有的帮助。我认为出现错误是因为我将u 定义为Nx(M+1) 矩阵，但有必要让原始程序运行。我不确定如何更正此问题，以便正确绘制图表。谢谢！

【问题讨论】：

标签： python matplotlib plot mplot3d

【解决方案1】：

使用此代码（查看 cmets）：

# plot 3d surface
# create a meshgrid of (x,t) points
# T and X are 2-d arrays
T, X = np.meshgrid(t,x)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# Use X and T arrays to plot u 
# shape of X, T and u must to be the same
# but shape of u is [40,1601] and I will skip last row while plotting
surf = ax.plot_surface(X, T, u[:,:1600], rstride=1, cstride=1, cmap=cm.coolwarm, linewidth=0, antialiased=False)
fig.colorbar(surf, shrink=0.5, aspect=5)
plt.show()

结果：

因为 matplotlib 的文档似乎不是很详尽，并且缺少示例

http://matplotlib.org/examples/mplot3d/index.html

【讨论】：

【解决方案2】：

打印出变量x、t和u的形状很有帮助：

x.shape == (40,)
t.shape == (1600,)
u.shape == (40, 1601)

所以这里有两个问题。第一个是x 和t 是一维的，即使它们需要是二维的。第二个是u 在第二维中比t 多一个元素。您可以通过运行来修复这两个问题

t, x = np.meshgrid(t, x)
u = u[:,:-1]

在创建 3d 绘图之前。

【讨论】：