Python 用Pyplot绘制光滑曲面图

我的问题几乎与此类似：

只是我的工具集是matplotlib和numpy（到目前为止）

我已经成功地生成了一个X、Y和Z网格来绘图 与

然而，由于这些值非常不稳定，看起来非常糟糕。

我想平滑一些，至少让顶点连接起来，或者看起来像那样

我的数据是这样生成的： 我有一个函数

svOfMatrix(x, y)

它生成一个依赖于x的矩阵，计算其y次幂，选择列和行的子集，并计算最大奇异值。 Z[x，y]是svof矩阵（x，y）

由于此计算非常昂贵，我不想使x的步长太小，并且Y一定是整数
此外，即使是非常小的步骤，也可能有相当多的变化，我不想看到。所以我想以某种方式对它进行插值。 我发现

---

但是我无法让它工作。

从您建议的链接中，示例可能与您想要的最接近。您可以将示例与您的值一起使用

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d, Axes3D

X, Y = np.mgrid[-1:1:20j, -1:1:20j]
Z = (X+Y) * np.exp(-6.0*(X*X+Y*Y)) + np.random.rand(X.shape[0])

xnew, ynew = np.mgrid[-1:1:80j, -1:1:80j]
tck = interpolate.bisplrep(X, Y, Z, s=0)
znew = interpolate.bisplev(xnew[:,0], ynew[0,:], tck)

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z, cmap='summer', rstride=1, cstride=1, alpha=None)
plt.show()

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(xnew, ynew, znew, cmap='summer', rstride=1, cstride=1, alpha=None, antialiased=True)
plt.show()

另外，

antialased=True

可能会使它看起来更好，但我认为默认情况下是打开的。第一个情节是这样的

像这样平滑的情节

---

数据中低频噪声的问题在于，很难定义足够精细的网格来解决。您可以使用

s

参数将平滑级别调整为

interpolate.bisplrep

或粗粒度/过滤数据以仅保留主要趋势（例如，如果您有常规网格数据，则使用）。或者，考虑不同类型的绘图，例如PCORMOSFET，因为数据基本上是2D。p> 多谢各位。如果我重新构建您的示例，它会起作用。根据我的数据，情节看起来完全奇怪。我想我的数据有些奇怪。因此，正如您所提议的，我将使用二维pcolormesh。

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d, Axes3D

X, Y = np.mgrid[-1:1:20j, -1:1:20j]
Z = (X+Y) * np.exp(-6.0*(X*X+Y*Y)) + np.random.rand(X.shape[0])

xnew, ynew = np.mgrid[-1:1:80j, -1:1:80j]
tck = interpolate.bisplrep(X, Y, Z, s=0)
znew = interpolate.bisplev(xnew[:,0], ynew[0,:], tck)

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(X, Y, Z, cmap='summer', rstride=1, cstride=1, alpha=None)
plt.show()

fig = plt.figure(figsize=(12,12))
ax = fig.gca(projection='3d')
ax.plot_surface(xnew, ynew, znew, cmap='summer', rstride=1, cstride=1, alpha=None, antialiased=True)
plt.show()