Python 使用mplot3d绘制凹面形状（镜头焦点）

我目前正在尝试使用matplotlib可视化镜头的焦距形状，特别是mplot3d工具箱。我获得了将椭圆拟合到一组不同焦距的显微镜图像上的数据，这些图像的焦距分别为：大

major

和小

minor

半径，以及所述椭圆的旋转角度

ang

。由此，我将生成包含椭圆坐标的

x

、

y

和

z

数组，如下图所示

i = 100
omega = np.linspace(0, 2 * np.pi, i, endpoint=True)

x = [major * np.cos(omega) * np.cos(np.deg2rad(ang + 90)) - minor * np.sin(omega) * np.sin(np.deg2rad(ang + 90)) for major, minor, ang in zip(maj_avg, min_avg, ang_avg)]
y = [major * np.cos(omega) * np.sin(np.deg2rad(ang + 90)) + minor * np.sin(omega) * np.cos(np.deg2rad(ang + 90)) for major, minor, ang in zip(maj_avg, min_avg, ang_avg)]
z = [np.full(i, zi) for zi in zs]

如果我现在在3D空间中绘制单个椭圆，一切都会按预期进行

fig = plt.figure(figsize=(16, 12))
ax = fig.add_subplot(111, projection='3d')
for x_arr, y_arr, z_arr in zip(x, y, z):
    ax.plot(x_arr, y_arr, z_arr)

plt.show()

我要做的是从这个数据集生成一个曲面图，显示镜头的焦点形状。到目前为止，我尝试了

plot\u surface

和

meshgrid

/

griddata

如下：

xi = np.arange(-300, 300, 0.1)
yi = np.arange(-300, 300, 0.1)

xgrid, ygrid = np.meshgrid(xi, yi)
zgrid = griddata(np.ravel(x), np.ravel(y), np.ravel(z), xi, yi, interp='linear')

fig = plt.figure(figsize=(16, 12))
ax = fig.add_subplot(111, projection='3d')

surf = ax.plot_surface(xgrid, ygrid, zgrid)
plt.show()

而且，

plot_trisurf

也给出了同样不令人满意的结果：

triang = mtri.Triangulation(np.ravel(x), np.ravel(y))

fig = plt.figure(figsize=(16, 12))
ax = fig.add_subplot(111, projection='3d')
ax.plot_trisurf(triang, np.ravel(z), cmap=plt.cm.CMRmap)
plt.show()

---

有人能建议一种在曲面图中正确显示我的数据集的高z区域的方法吗？

问题是您试图在网格上插值参数曲线。由于要绘制的形状是一个非双射的、非单射的形状，因此会得到一个完全混乱的形状

您可以直接绘制点，而不是尝试插值点

X = np.array(x)
Y = np.array(y)
Z = np.array(z)
ax.plot_surface(X,Y,Z, cmap="RdYlBu")
plt.show()

复制的完整示例：

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

maj_avg = 50*(np.linspace(0,1,20)-0.6)**2+50
min_avg = 60*(np.linspace(0,1,20)-0.7)**2+60
ang_avg = np.linspace(0,90,20)
zs = np.arange(0,40,2)

i = 100
omega = np.linspace(0, 2 * np.pi, i, endpoint=True)

x = [major * np.cos(omega) * np.cos(np.deg2rad(ang + 90)) \
     - minor * np.sin(omega) * np.sin(np.deg2rad(ang + 90)) \
     for major, minor, ang in zip(maj_avg, min_avg, ang_avg)]
y = [major * np.cos(omega) * np.sin(np.deg2rad(ang + 90)) \
     + minor * np.sin(omega) * np.cos(np.deg2rad(ang + 90)) \
     for major, minor, ang in zip(maj_avg, min_avg, ang_avg)]
z = [np.full(i, zi) for zi in zs]


fig = plt.figure(figsize=(16, 12))
ax = fig.add_subplot(111, projection='3d')
#for x_arr, y_arr, z_arr in zip(x, y, z):
#    ax.plot(x_arr, y_arr, z_arr)

X = np.array(x)
Y = np.array(y)
Z = np.array(z)
ax.plot_surface(X,Y,Z, cmap="RdYlBu")

plt.show()

---

如果您有这样的问题，首先创建一个。这里的问题是，您试图在栅格上插值参数曲线。有什么原因吗？为什么不采用数据点本身？您的问题可能是由于插值，边界区域中存在NaN值吗？例如，请参见。@Piintesky不，问题很简单，当尝试在网格上插值一个非双射、非单射函数时，您将不可避免地得到一个。谢谢，这解决了问题。我想我没有这样做，因为在中，它说X，Y，Z必须作为2D数组提供，我假设我只能通过使用griddata获得。