如何在三维轴上绘制imshow()
图像?我在试这个post。在那篇文章中,曲面图看起来和imshow()
图一样,但实际上它们不是。为了证明这一点,我收集了不同的数据:
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
# create a 21 x 21 vertex mesh
xx, yy = np.meshgrid(np.linspace(0,1,21), np.linspace(0,1,21))
# create vertices for a rotated mesh (3D rotation matrix)
X = xx
Y = yy
Z = 10*np.ones(X.shape)
# create some dummy data (20 x 20) for the image
data = np.cos(xx) * np.cos(xx) + np.sin(yy) * np.sin(yy)
# create the figure
fig = plt.figure()
# show the reference image
ax1 = fig.add_subplot(121)
ax1.imshow(data, cmap=plt.cm.BrBG, interpolation='nearest', origin='lower', extent=[0,1,0,1])
# show the 3D rotated projection
ax2 = fig.add_subplot(122, projection='3d')
ax2.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=plt.cm.BrBG(data), shade=False)
以下是我的情节:
我认为你在3D和2D表面颜色上的错误是由于表面颜色的数据标准化。如果将传递给
plot_surface
facecolor的数据用facecolors=plt.cm.BrBG(data/data.max())
进行规范化,则结果更接近预期。如果您只需要一个垂直于坐标轴的切片,而不是使用
imshow
,那么可以使用contourf
,这是从matplotlib 1.1.0开始3D支持的此代码生成此图像:
尽管这对于3D中imshowsolution更好的任意位置的切片不起作用。
相关问题 更多 >
编程相关推荐