如何在Python';s matplotlib

如何在Python';s matplotlib,python,matplotlib,3d,visualization,scientific-computing,Python,Matplotlib,3d,Visualization,Scientific Computing,我有两个不同高度的轨道。我在3D中绘制它们,但我希望用曲面将它们连接在一起。到目前为止,我有这张照片: 我用这个脚本得到: import numpy as np import matplotlib import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D font = {'size' : 18} matplotlib.rc('font', **font) fig = plt.figure() ax =

我有两个不同高度的轨道。我在3D中绘制它们,但我希望用曲面将它们连接在一起。到目前为止,我有这张照片:

我用这个脚本得到:

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

font = {'size'   : 18}
matplotlib.rc('font', **font)

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

#Read in data
data = np.genfromtxt('mu8.txt')
x, y = np.hsplit(data, 2)
N = len(x)
z = np.zeros(N)
z[:,] = 8.0

#Plot the first orbit
ax.plot(x, y, z, 'k-', linewidth=3.0)

#Read in data for second orbit
data = np.genfromtxt('mu9.txt')
x2, y2 = np.hsplit(data, 2)
N = len(x2)
z2 = np.zeros(N)
z2[:,] = 9.0

#Plot second orbit
ax.plot(x2, y2, z2, 'k-', linewidth=3.0)

#Join together the data for both orbits
xx = np.concatenate((x, x2), axis=0)
yy = np.concatenate((y, y2), axis=0)
zz = np.concatenate((z, z2), axis=0)

#Plot the surface
surf = ax.plot_surface(xx,yy,zz, color='m', alpha=0.3,
         linewidth=0)

#Set axis and things
ax.set_xticks([1.0,1.5,2])
ax.set_yticks([32,35,38])
ax.set_ylabel('$||u||_{2}$', fontsize=26, rotation=0, labelpad = 26)
ax.set_xlabel('$h$', fontsize=26)
ax.set_zlabel('$\mu$', fontsize=26, rotation=90)
plt.tight_layout()

plt.show()
如你所见,这看起来不太好。我想这样做的动机是我需要绘制更多的轨道,它们都在不同的高度。随着高度的变化,轨道会变小。我觉得最好的可视化方法是把它们和一个表面连接起来——这样,轨道将描绘出一个变形的双管圆柱,它将收缩并在最后收缩。有办法做到这一点吗

我希望能够以这种方式做一些事情:

您需要找到连接第一个轨道中第i个点与第二个轨道中第i个点的直线的方程式。然后可以使用i和z作为参数,通过改变所有可能的值来找到X和Y

例如:

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
Z1 = 8.0
Z2 = 9.0
font = {'size'   : 18}
matplotlib.rc('font', **font)

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

t = np.linspace(0, 2 * np.pi, 100)
x = np.cos(t)
y = np.sin(2 * t)
N = len(x)
z = np.zeros(N)
z[:,] = Z1

t = np.linspace(0, 2 * np.pi, 100)
x2 = 2 * np.cos(t)
y2 = 2 * np.sin(2*t)
N = len(x2)
z2 = np.zeros(N)
z2[:,] = Z2 

#Plot the first orbit
ax.plot(x, y, z, 'k-', linewidth=3.0)
#Plot second orbit
ax.plot(x2, y2, z2, 'k-', linewidth=3.0)


i, h = np.meshgrid(np.arange(len(x)), np.linspace(Z1, Z2, 10))
X = (x2[i] - x[i]) / (Z2 - Z1) * (h - Z1) + x[i]
Y = (y2[i] - y[i]) / (Z2 - Z1) * (h - Z1) + y[i]
surf = ax.plot_surface(X, Y, h, color='m', alpha=0.3,
         linewidth=0)


#Set axis and things
ax.set_xticks([1.0,1.5,2])
ax.set_yticks([32,35,38])
ax.set_ylabel('$||u||_{2}$', fontsize=26, rotation=0, labelpad = 26)
ax.set_xlabel('$h$', fontsize=26)
ax.set_zlabel('$\mu$', fontsize=26, rotation=90)
plt.tight_layout()

plt.show()

很有趣。我有点惊讶你居然能从中得到一个表面-
data
有四列吗?你发布的你不满意的数字是什么?此外,轨道是否每个都有相同数量的点?这些是参数轨道,以便您可以为每个时间(或任何时间)t绘制垂直线?是的,这些是参数轨道-具体来说,它们表示不同参数值的微分方程解的位置。轨道具有相同数量的点或节点。数据有3列(x、y、z)。我不满意我贴的图,因为表面没有连接起来,而是像浴帘一样垂直下垂。我希望它保持线条不变。我投了赞成票,但matplotlib似乎无法正确渲染边。