Python matplotlib中的距离相关着色

我想画一些电磁散射过程的远场图

为此，我计算了θ、φ和r。坐标θ和φ在unitsphere上创建了一个规则的网格，因此我可以使用

plot_Surface

（）转换为笛卡尔坐标

我现在的问题是，我需要一种方法来根据半径r而不是高度z为曲面着色，这似乎是默认值

---

有没有办法改变这种依赖关系？

我不知道你进展如何，所以也许你已经解决了。但是，根据保罗评论中的链接，你可以这样做。我们使用plot_surface的facecolor参数传递所需的颜色值

（我已经修改了matplotlib文档中的surface3d演示）

编辑：正如Stefan在评论中指出的，我的答案可以简化为：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
xlen = len(X)
Y = np.arange(-5, 5, 0.25)
ylen = len(Y)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
maxR = np.amax(R)
Z = np.sin(R)

# Note that the R values must still be normalized.
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=cm.jet(R/maxR),
        linewidth=0)

plt.show()

和（结束）我不必要的复杂原始版本，使用与上面相同的代码，尽管省略了matplotlib.cm导入

# We will store (R, G, B, alpha)
colorshape = R.shape + (4,)
colors = np.empty( colorshape )
for y in range(ylen):
    for x in range(xlen):
        # Normalize the radial value.
        # 'jet' could be any of the built-in colormaps (or your own).
        colors[x, y] = plt.cm.jet(R[x, y] / maxR )

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=colors,
        linewidth=0)

plt.show()

---

我不知道你进展如何，所以也许你已经解决了。但是，根据保罗评论中的链接，你可以这样做。我们使用plot_surface的facecolor参数传递所需的颜色值

（我已经修改了matplotlib文档中的surface3d演示）

编辑：正如Stefan在评论中指出的，我的答案可以简化为：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
xlen = len(X)
Y = np.arange(-5, 5, 0.25)
ylen = len(Y)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
maxR = np.amax(R)
Z = np.sin(R)

# Note that the R values must still be normalized.
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=cm.jet(R/maxR),
        linewidth=0)

plt.show()

和（结束）我不必要的复杂原始版本，使用与上面相同的代码，尽管省略了matplotlib.cm导入

# We will store (R, G, B, alpha)
colorshape = R.shape + (4,)
colors = np.empty( colorshape )
for y in range(ylen):
    for x in range(xlen):
        # Normalize the radial value.
        # 'jet' could be any of the built-in colormaps (or your own).
        colors[x, y] = plt.cm.jet(R[x, y] / maxR )

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=colors,
        linewidth=0)

plt.show()

---

也许这有帮助：我没有注意到这种可能性。我试图实现这一点。谢谢还可以从Enthound查看

mayavi

。这是一个不同的框架，但它是围绕openGL构建的，所以在3D渲染方面做得更好。也许这有帮助：我没有注意到这种可能性。我试图实现这一点。谢谢还可以从Enthound查看

mayavi

。这是一个不同的框架，但它是围绕openGL构建的，所以在3D渲染方面做得更好。谢谢！我基本上就是这么做的。但是我直接通过

facecolors=cm.jet（rdata）

在

plot\u surface

中使用半径。啊，是的，当然！干净多了。我会在我的回答中记下这一点，以供其他偶然发现它的人参考。@Sam我发现您的解决方案非常有用，谢谢您--您知道如何将颜色映射扩展到（X，Y，Z）依赖关系吗？我试图扩展您的解决方案，但遇到了问题。您应该能够扩展上述内容，例如

Z=np.arange（-5,5,0.25）

，

zlen=len（Z）

，

X，Y，Z=np.meshgrid（X，Y，Z）

和

R=np.sqrt（X**2+Y**2+Z**2）

。然后为范围（zlen）中的z添加第三个嵌套for循环

：colors[x，y，z]=plt.cm.jet（R[x，y，z]/maxR）

。但是如果这不起作用，或者不是你想要的，可能最好问一个新问题。谢谢！我基本上就是这么做的。但是我直接通过

facecolors=cm.jet（rdata）

在

plot\u surface

中使用半径。啊，是的，当然！干净多了。我会在我的回答中记下这一点，以供其他偶然发现它的人参考。@Sam我发现您的解决方案非常有用，谢谢您--您知道如何将颜色映射扩展到（X，Y，Z）依赖关系吗？我试图扩展您的解决方案，但遇到了问题。您应该能够扩展上述内容，例如

Z=np.arange（-5,5,0.25）

，

zlen=len（Z）

，

X，Y，Z=np.meshgrid（X，Y，Z）

和

R=np.sqrt（X**2+Y**2+Z**2）

。然后为范围（zlen）中的z添加第三个嵌套for循环

：colors[x，y，z]=plt.cm.jet（R[x，y，z]/maxR）

。但如果这不起作用，或者不是你想要的，可能最好问一个新问题。