Python 1D和ND绘图之间的差异

我在Matplotlib上绘图已经有一段时间了，我注意到一些绘图技术，如3D绘图和其他技术，要求数据以大于1D的数组形式显示。例如，如果我有一维数组X，Y，Z，那么我将无法在三维打印中打印它们。但是，如果我将相同的阵列重塑为2D或任何ND，那么我就能够在3D中绘制它们。我的问题是，你认为为什么会发生这种情况？更重要的是，重塑后的阵列和一维阵列（就其数据而言）之间是否存在差异？

让我们研究一下

ax.contour

。有一个：

print语句显示

ax.contour

可以接受2D输入。 如果我们将

X

和

Y

数组更改为1D数组：

X, Y, Z = axes3d.get_test_data(0.05)
X = X.reshape(-1)
Y = Y.reshape(-1)
print(X.shape, Y.shape, Z.shape)

然后我们得到

((14400,), (14400,), (120, 120))

随着形状的变化，出现

类型错误

：

TypeError: Length of x must be number of columns in z,
and length of y must be number of rows.

---

因此，似乎别无选择<代码> AX。轮廓< /代码>期望二维数组。

我理解你的观点。但是考虑我有三个一维数组，通过它我想生成三维等高线。在这种情况下，我不能这样做。Matplotlib要求我给出2D数组（至少在z轴上）。我的观点是，.[1,2,3,4,5,6]和[1,2,3][4,5,6]在数据分析方面有什么区别？他们会给出确切的情节吗？

TypeError: Length of x must be number of columns in z,
and length of y must be number of rows.