Python 将相同的颜色贴图和颜色栏应用于多个3D打印

目标是以“公平”的方式输出两个不同的3D绘图（

plot\u surface

），为曲面（

facecolors

）提供特定的颜色，即为两个图形使用相同的颜色比例（相同的x、y和z轴固定，但这很容易）。此外，颜色条必须相同（即相同的刻度和范围）。换句话说，假设图1中的（任意）值8与深红色关联。然后，也必须申请图2。请注意，在示例中，X、Y和Z对于两个图都是相同的，以使事情更简单。与表面相关的颜色有什么变化（即V1和V2）

如您所见，存在两个问题：

尽管V1和V2不同，但两个曲面的颜色是相同的（事实上，我应用了线性缩放从V1获得V2）

颜色栏具有不同的值范围

---

好的是，颜色栏将所有图形中相同的颜色与相同的值相关联。如何解决前两个问题？

在调用

m.set\u array（V2）

的循环中。所以两者都使用

V2

作为数组；因此，它们是相同的

应该使用lopp变量

V

：

m.set_array(V)

---

我想我已经为您提供了规范化V值的方法。当使用两个不同的数组进行着色时，您需要确保对这两个数组使用相同的规范化，而不是单独规范化每个数组

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

x = np.arange(3)
X,Y = np.meshgrid(x,x)
Z = np.ones_like(X)

V1 = np.array([[3,2,2],[1,0,3],[2,1,0]])
V2 = 1+ V1*1.6

def plot_array(V, vmin, vmax):

    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    norm = matplotlib.colors.Normalize(vmin=vmin, vmax=vmax)
    ax.plot_surface(X, Y, Z, facecolors=plt.cm.jet(norm(V)), shade=False)

    m = cm.ScalarMappable(cmap=plt.cm.jet, norm=norm)
    m.set_array([])
    plt.colorbar(m)

    ax.set_xlabel('x')
    ax.set_ylabel('y')


plot_array(V1, np.min([V1.min(), V2.min()]), np.max([V1.max(), V2.max()]))
plot_array(V2, np.min([V1.min(), V2.min()]), np.max([V1.max(), V2.max()]))

plt.show()

---

请修复代码的缩进。我不知道函数

my_plot3d

的结束位置。感谢您发现该错误。然而，这种解决方案只能部分解决问题。我已经编辑了问题，更新了答案。

m.set_array(V)

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

x = np.arange(3)
X,Y = np.meshgrid(x,x)
Z = np.ones_like(X)

V1 = np.array([[3,2,2],[1,0,3],[2,1,0]])
V2 = 1+ V1*1.6

def plot_array(V, vmin, vmax):

    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    norm = matplotlib.colors.Normalize(vmin=vmin, vmax=vmax)
    ax.plot_surface(X, Y, Z, facecolors=plt.cm.jet(norm(V)), shade=False)

    m = cm.ScalarMappable(cmap=plt.cm.jet, norm=norm)
    m.set_array([])
    plt.colorbar(m)

    ax.set_xlabel('x')
    ax.set_ylabel('y')


plot_array(V1, np.min([V1.min(), V2.min()]), np.max([V1.max(), V2.max()]))
plot_array(V2, np.min([V1.min(), V2.min()]), np.max([V1.max(), V2.max()]))

plt.show()