Python Matplotlib“;沉重的;三维散点图

Python Matplotlib“;沉重的;三维散点图,python,matplotlib,scatter-plot,Python,Matplotlib,Scatter Plot,我需要用python绘制一个3D散点图。可视化需要有一个点云,显示属于某个区域的一些点和属于另一个区域的一些点 这里有一个例子。我真正的任务是使用没有方程式描述但任务类似的形状执行此操作 将numpy作为np导入 从mpl_toolkits.mplot3d导入Axes3D 将matplotlib.pyplot作为plt导入 points = np.linspace(-10,10,50) xx,yy,zz = np.meshgrid(points,points,points,indexing='i

我需要用python绘制一个3D散点图。可视化需要有一个点云,显示属于某个区域的一些点和属于另一个区域的一些点

这里有一个例子。我真正的任务是使用没有方程式描述但任务类似的形状执行此操作

将numpy作为np导入 从mpl_toolkits.mplot3d导入Axes3D 将matplotlib.pyplot作为plt导入

points = np.linspace(-10,10,50)
xx,yy,zz = np.meshgrid(points,points,points,indexing='ij')

# cylinder in the meshgrid
cylinder_coordinates = zz**2+yy**2 <= 4

xxCyl = xx[cylinder_coordinates]
yyCyl = yy[cylinder_coordinates]
zzCyl = zz[cylinder_coordinates]

fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(xx,yy,zz,alpha=0.2)
ax.scatter(xxCyl,yyCyl,zzCyl,c='red') 
points=np.linspace(-10,10,50)
xx,yy,zz=np.meshgrid(点,点,点,索引='ij')
#网格中的圆柱体

柱面坐标=zz**2+yy**2您可能想查看数据阴影库您是否计算了正在绘制的内容?仅xx的尺寸为50^3=125000,总尺寸为3*(50^3+3800)=386400。考虑到这一点,在创建网格之前从x、y和z采样可能是一个好主意。因此,标题中有“重”一词。分数是50^3,如果我是正确的,不是3倍。花点时间仔细阅读评论。我仔细阅读。“单是xx的大小就是50^3”你怎么计算?