我有 x 和 y 的 2d 值,它们跨越 x - [ 1 , 5 ] 和 y - [0.1 - 0.5]
如何在 matplotlib 中绘制轴为 x 、 y 和 P(y) 的 3d 表面?
我在网上的 matlab 中找到了这样做的代码,但我无法理解它,因此将其转换为 matplotlib...(下面编写的代码的值范围与我需要的完全不同)
mu = [1 -1]; Sigma = [.9 .4; .4 .3];
[X1,X2] = meshgrid(linspace(-1,3,25)', linspace(-3,1,25)');
X = [X1(:) X2(:)];
p = mvnpdf(X, mu, Sigma);
surf(X1,X2,reshape(p,25,25));
有人可以帮我为 matplotlib 做完全相同的事情吗(也许是 plot_surface ?)
最佳答案
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.mlab as mlab
import numpy as np
def P(X, Y):
return mlab.bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
fig = plt.figure()
ax = fig.gca(projection = '3d')
jet = plt.get_cmap('jet')
x = np.linspace(-2, 2, 60)
y = np.linspace(-2, 2, 60)
X, Y = np.meshgrid(x, y)
Z = P(X, Y)
surf = ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = jet, linewidth = 0)
ax.set_zlim3d(0, Z.max())
plt.show()
产量
关于python - 概率曲面图 matplotlib,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13305743/