使用Python matplotlib绘制三维矢量

Question

我正在尝试使用matplotlib在3d中绘制向量。我使用了以下基于上一个绘制二维向量的示例的代码，但为三维向量添加了组件

#!/usr/bin/python

import numpy as np
import matplotlib.pyplot as plt

soa =np.array( [ [0,0,1,1,-2,0], [0,0,2,1,1,0],[0,0,3,2,1,0],[0,0,4,0.5,0.7,0]]) 

X,Y,Z,U,V,W = zip(*soa)
plt.figure()
ax = plt.gca()
ax.quiver(X,Y,Z,U,V,W,angles='xyz',scale_units='xyz',scale=1,color='b')
ax.set_xlim([-1,10])
ax.set_ylim([-1,10])
ax.set_zlim([10,1])
plt.draw()
plt.show()

关于如何调整它来制作3d矢量图有什么想法吗

Answer 1

从其他答案和评论来看，matplotlib版本之间显然存在差异。然而，我相信Tim B的答案并不能回答这个问题。标绘的震颤不代表给定的矢量，因为它们的震级没有正确表示。此外，箭头似乎位于向量的预期起点处

下面根据上一个答案中的代码改编，在python2.7和matplotlib1.5.3中生成所需的结果。要可视化向量，将轴点设置为pivot='tail'并按向量的大小缩放箭袋具有所需的效果。箭袋箭头按箭袋长度的比例缩放。这里，我将缩放因子除以向量的大小，使所有箭头的大小与arrow_length_ratio=0.3/vlength相同

缺点-我的代码不是很紧凑。我必须以未打包的形式提供X、Y、Z、U、V、W，以便在每次调用ax.quiver时使用不同的Kwarg。如果有人能提出一个包含kwargs的编辑建议，我将不胜感激

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

vectors=np.array( [ [0,0,1,1,-2,0], [0,0,2,1,1,0],[0,0,3,2,1,0],[0,0,4,0.5,0.7,0]]) 
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
for vector in vectors:
    v = np.array([vector[3],vector[4],vector[5]])
    vlength=np.linalg.norm(v)
    ax.quiver(vector[0],vector[1],vector[2],vector[3],vector[4],vector[5],
            pivot='tail',length=vlength,arrow_length_ratio=0.3/vlength)
ax.set_xlim([-4,4])
ax.set_ylim([-4,4])
ax.set_zlim([0,4])
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

输出： Plot of vectors as quivers with matplotlib-1.5.3.

Answer 2

您需要在mpl_工具包中从mplot3d使用Axes3D，然后将子地块投影设置为3d：

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

soa = np.array([[0, 0, 1, 1, -2, 0], [0, 0, 2, 1, 1, 0],
                [0, 0, 3, 2, 1, 0], [0, 0, 4, 0.5, 0.7, 0]])

X, Y, Z, U, V, W = zip(*soa)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.quiver(X, Y, Z, U, V, W)
ax.set_xlim([-1, 0.5])
ax.set_ylim([-1, 1.5])
ax.set_zlim([-1, 8])
plt.show()

注意：旧版本的matplotlib经常会给出此代码的错误。尝试至少使用1.5版