Python 是否有方法在matplotlib中标记多个三维曲面？

我试图解决一个具有线性约束的非线性数学优化问题。为此，我尝试在3d中可视化约束，以了解发生了什么，以及为什么我得到约束中某些参数的可行解决方案，而不是其他参数的可行解决方案

为了实现这一点，我想使用python中的matplotlib生成3d曲面（平面，因为我所有的约束都是线性的）

但是，如果没有图内标记，则很难识别哪个曲面属于哪个约束。这让我想寻找一种方法，在情节中添加带有颜色的图例

我认识到在2D中，在方法

ax.plot（）

或

ax.scatter（）

中已经有一种方法可以做到这一点，但尝试这样做对

ax.plot_曲面（X，Y，Z，label='mylabel'）

全文如下：

从mpl_工具包导入mplot3d
从mpl_toolkits.mplot3d导入Axes3D
将matplotlib.pyplot作为plt导入
将numpy作为np导入
图=plt.图（）
ax=plt.轴（投影='3d'）
plt.rcParams['legend.fontsize']=10
#第一约束
g2=np.linspace（-5,5,2）
g3=np.linspace（-5,5,2）
G2，G3=np.网格（G2，G3）
G4_1=-1.18301270189222-0.5*G2+0.5*G3
ax=图gca（投影=3d'）
c1=最大绘图曲面（G2、G3、G4\U 1，label=“c1”）
#第二
G3，G4=np.网格（g2，G3）
G2=G3
c2=最大绘图曲面（G2、G3、G4，label=“c2”）
#第三
G2，G3=np.网格（G2，G3）
G4=（0.408248290463863*G2+0.408248290463863*G3-0.707106781186548）/1.63299316185545
c3=最大绘图曲面（G2、G3、G4，label=“c3”）
#来回
G4=（1.04903810567666-（0.2886715134594813*G2+0.2886715134594813*G3））/0.577350269189626
c4=最大图面（G2、G3、G4，label=“c4”）
ax.legend（）#->错误：“AttributeError:“Poly3DCollection”对象没有属性“\u edgecolors2d”
#标记图形
图1标题（“约束”）
#plt.xlabel（'g2'，fontsize=14）
#plt.ylabel（'g3'，fontsize=14）
ax.set_xlabel（r'$g_2$'，fontsize=15，旋转=60）
ax.set_ylabel（“$g_3$”，fontsize=15，rotation=60）
ax.set_zlabel（“$g_4$”，fontsize=15，rotation=60）
plt.savefig（'Constraints.jpg'））
plt.show（）

这将导致下图

正如您可能已经看到的，无法判断哪个曲面属于哪个约束，我想要实现的是一个图例，如

我通读了的答案，但在这里不起作用，因为我有多个曲面。试用后，它只显示一个标签，而不是四个

所以我的问题是，有没有办法在我的

ax.plot\u surface

或任何其他合适的破解中添加图例？

解决方案是在此错误中：

ax.legend（）#->错误：“AttributeError:'Poly3DCollection'对象没有属性“\u edgecolors2d”

”
我相信这是一只虫子

如果探索任何曲面对象（比如说

c1

），可以看到它们具有属性

“U edgecolors3d”

，这是创建图例时应该调用的属性

因此，我们只需创建一个名为

“U edgecolors2d”

的新属性，其内容与

“U edgecolors3d”

相同

一旦

“U-edgecolors2d”

问题解决，您将遇到一个新的

“U-facecolors2d”

。我们重复同样的步骤，就完成了

fig = plt.figure()
ax = plt.axes(projection='3d')

plt.rcParams['legend.fontsize'] = 10


# First constraint
g2 = np.linspace(-5,5,2)
g3 = np.linspace(-5,5,2)
G2,G3 = np.meshgrid(g2,g3)
G4_1 = -1.18301270189222 - 0.5*G2 + 0.5*G3
ax = fig.gca(projection='3d')
c1 = ax.plot_surface(G2, G3, G4_1, label = "c1")
c1._facecolors2d=c1._facecolors3d
c1._edgecolors2d=c1._edgecolors3d

# Second
G3, G4 = np.meshgrid(g2, g3)
G2 = G3
c2 = ax.plot_surface(G2, G3, G4, label = "c2")
c2._facecolors2d=c2._facecolors3d
c2._edgecolors2d=c2._edgecolors3d

# Third
G2,G3 = np.meshgrid(g2,g3)
G4 = (0.408248290463863*G2 + 0.408248290463863*G3 -0.707106781186548)/1.63299316185545
c3 = ax.plot_surface(G2, G3, G4, label = "c3")
c3._facecolors2d=c3._facecolors3d
c3._edgecolors2d=c3._edgecolors3d

# And forth
G4 = (1.04903810567666 - (0.288675134594813*G2 + 0.288675134594813*G3))/0.577350269189626
c4 = ax.plot_surface(G2, G3, G4, label="c4")

c4._facecolors2d=c4._facecolors3d
c4._edgecolors2d=c4._edgecolors3d

ax.legend() # -> error : 'AttributeError: 'Poly3DCollection' object has no attribute '_edgecolors2d''


# labeling the figure
fig.suptitle("Constraints")
#plt.xlabel('g2', fontsize=14)
#plt.ylabel('g3', fontsize=14)
ax.set_xlabel(r'$g_2$', fontsize=15, rotation=60)
ax.set_ylabel('$g_3$', fontsize=15, rotation=60)
ax.set_zlabel('$g_4$', fontsize=15, rotation=60)
plt.savefig('Constraints.jpg')
plt.show()

---

这是对@Gio答案的更新。从

matplotlib 3.3.3

开始，

\u facecolors3d

和

\u edgecolors3d

不存在。因此，与此相反：

c1._facecolors2d = c1._facecolors3d
c1._edgecolors2d = c1._edgecolors3d

这将导致类似的

属性错误

，请尝试以下操作：

c1._facecolors2d = c1._facecolor3d
c1._edgecolors2d = c1._edgecolor3d

我不得不回答这个问题，而不是发表评论，因为我的代表性不高。

这肯定是不知何故忘记的。