该网站过去曾提出过类似的问题 - 例如 Representing 4D data in mplot 3D using colormaps或How to make a 4d plot using Python with matplotlib - 但据我发现,它们都没有回答我的具体问题。
我有以下数据可供使用:
x1 = numpy.logspace(-100, 20, num=13, base=2)
x2 = numpy.logspace(-100, 20, num=13, base=2)
x3 = numpy.logspace(-5, 5, num=11, base=10)
y = [...]
这样就形成了 2 个包含 13 个元素的向量和一个包含 11 个元素的向量。那么 y
是一个 13*13*11 变量:即对于 x1
、x2
和 x2
中的元素的每个组合x3
我在 y
中有一个相应的值。
我想知道Python中是否有任何优雅的方式来可视化这些数据;我曾想过将 3D 绘图与颜色映射结合起来,如我发布的链接中所示,但是在这些帖子中给出的示例中,第三个变量 - x3
- 是其他 2 个变量的函数,而在我的情况是 y
是 x1
、x2
和 x3
的函数。
是否有任何方法/技巧可以在单个图表或尽可能少的图表中实现此目的?
编辑:一个想法可能是绘制例如 11 个颜色图,其中每个颜色图对应于 x3
的值。一个虚拟示例:
如何实现这一目标?
最佳答案
粗略地说,你可以这样做:
import matplotlib.pyplot as plt
import numpy as np
x1 = np.logspace(-100, 20, num=13, base=2)
x2 = np.logspace(-100, 20, num=13, base=2)
x3 = np.logspace(-5, 5, num=11, base=10)
y = np.random.rand(len(x3), len(x2), len(x1))
fig, axes = plt.subplots(ncols=4, nrows=3)
fig.subplots_adjust(right=0.8, wspace=0.25, hspace=0.05)
for i, ax in enumerate(axes.flatten()):
if i < len(x3):
ax.set_xticks([0,6,12] )
ax.set_yticks([0,6,12] )
ax.set_yticklabels([]); ax.set_xticklabels([])
im = ax.imshow(y[i, :,:], vmin=0, vmax=1, aspect="equal")
if i % 4 == 0:
ax.set_yticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])
if i >=8:
ax.set_xticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])
else:
ax.axis("off")
nax = fig.add_subplot(111, frame_on=False)
nax.set_xticks([])
nax.set_yticks([])
nax.set_xlabel('xlabel', labelpad=20)
nax.set_ylabel('ylabel', labelpad=40)
cbar_ax = fig.add_axes([0.85, 0.15, 0.02, 0.7])
fig.colorbar(im, cax=cbar_ax)
plt.show()
关于python - Python 中 4D 向量的可视化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44006595/