Python:在 Matplotlib 中绘制均匀分布的球体

Question

我正在尝试创建一个有点像这样的情节:

在所有最小值之上有球体。

表面可以用 sin(x)*sin(y) 图来近似:

import numpy as np
import matplotlib.pyplot as plt

def func(x, y):
  return np.sin(2*np.pi*x)*np.sin(2*np.pi*y) / 3

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = y = np.arange(-1.0, 1.0, 0.05)
X, Y = np.meshgrid(x, y)
zs = np.array([func(x,y) for x,y in zip(np.ravel(X), np.ravel(Y))])
Z = zs.reshape(X.shape)

ax.plot_surface(X, Y, Z, color="grey")
ax.set_zlim3d(-1,1)

plt.show()

但是我不确定如何将均匀分布的球体添加到其中。有人能帮忙吗？

Answer 1

使用matplotlib难免会遇到对象被隐藏在其他对象后面的问题。 matplotlib 3d FAQ 中也说明了这一点建议使用 mayavi .

在 mayavi 中，解决方案如下所示:

from mayavi import mlab
import numpy as np

### SURFACE '''
x,y = np.meshgrid(np.linspace(-2.5,2), np.linspace(-2,2))
f = lambda x,y: .4*np.sin(2*np.pi*x)*np.sin(2*np.pi*y)
z=f(x,y)
mlab.surf(x.T,y.T,z.T, colormap="copper")

### SPHERES '''
px,py = np.meshgrid(np.arange(-2,2)+.25, np.arange(-2,2)+.75)
px,py = px.flatten(),py.flatten()
pz = np.ones_like(px)*0.05
r = np.ones_like(px)*.4
mlab.points3d(px,py,pz,r, color=(0.9,0.05,.3), scale_factor=1)


mlab.show()