python - 使用 matplotlib 在曲面/等高线图中绘制 3 元组数据点

Question

我有一些由外部程序生成的表面数据作为 XYZ 值。我想使用 matplotlib 创建以下图表:

• 曲面图
• 等高线图
• 等高线图与曲面图重叠

我查看了几个在 matplotlib 中绘制曲面和轮廓的示例 - 但是，Z 值似乎是 X 和 Y 的函数，即 Y ~ f(X,Y)。

我假设我需要以某种方式转换我的 Y 变量，但我还没有看到任何示例来说明如何执行此操作。

所以，我的问题是:给定一组 (X,Y,Z) 点，我如何从这些数据中生成曲面图和等高线图？

顺便说一句，为了澄清，我不想创建散点图。此外，虽然我在标题中提到了 matplotlib，但我并不反对使用 rpy(2)，如果这样可以让我创建这些图表。

Answer 1

为了制作等高线图，您需要将数据插入到常规网格http://www.scipy.org/Cookbook/Matplotlib/Gridding_irregularly_spaced_data

一个简单的例子:

>>> xi = linspace(min(X), max(X))
>>> yi = linspace(min(Y), max(Y))
>>> zi = griddata(X, Y, Z, xi, yi)
>>> contour(xi, yi, zi)

对于表面 http://matplotlib.sourceforge.net/examples/mplot3d/surface3d_demo.html

>>> from mpl_toolkits.mplot3d import Axes3D
>>> fig = figure()
>>> ax = Axes3D(fig)
>>> xim, yim = meshgrid(xi, yi)
>>> ax.plot_surface(xim, yim, zi)
>>> show()

>>> help(meshgrid(x, y))
    Return coordinate matrices from two coordinate vectors.
    [...]
    Examples
    --------
    >>> X, Y = np.meshgrid([1,2,3], [4,5,6,7])
    >>> X
    array([[1, 2, 3],
           [1, 2, 3],
           [1, 2, 3],
           [1, 2, 3]])
    >>> Y
    array([[4, 4, 4],
           [5, 5, 5],
           [6, 6, 6],
           [7, 7, 7]])

3D 轮廓 http://matplotlib.sourceforge.net/examples/mplot3d/contour3d_demo.html

>>> fig = figure()
>>> ax = Axes3D(fig)
>>> ax.contour(xi, yi, zi) # ax.contourf for filled contours
>>> show()