非矩形域上的Python 3D绘图

我有一些

z=f（x，y）

数据要绘制。问题在于

（x，y）

不是“漂亮”矩形的一部分，而是任意平行四边形，如附图所示（这个特殊的平行四边形也是矩形，但您可以考虑更一般的情况）。因此，我很难弄清楚如何在这种情况下使用

plot\u surface

，因为这通常将x和y作为二维数组，这里的x和y值是1d。谢谢

辅助点可以作为1D阵列提供给。它们是否遵循特定的结构并不重要

取决于数据结构的其他方法如下：

• 在规则矩形网格上插值点。这可以通过使用。参见示例
• 重新调整输入数组的形状，使其位于规则曲面上，然后使用

  plot\u surface（）

  。根据提供点的顺序，对于具有“平行四边形”形状的网格，这可能是一个非常简单的解决方案。
  从中可以看出，

  plot_surface（）

  也适用于网格形状非常不均匀的情况，只要它是以规则的方式构造的

以下是一些例子：

为完整起见，请在此处找到生成上述图像的代码：

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

f = lambda x,y: np.sin(x+0.4*y)*0.23+1

fig = plt.figure(figsize=(5,6))
plt.subplots_adjust(left=0.1, top=0.95,wspace=0.01)


ax0 = fig.add_subplot(322, projection="3d")

ma = 6*(np.random.rand(100)-0.5)
mb = 6*(np.random.rand(100)-0.5)
phi = np.pi/4
x = 1.7*ma*np.cos(phi) + 1.7*mb*np.sin(phi)
y = -1.2*ma*np.sin(phi) +1.2* mb*np.cos(phi)
z = f(x,y)
ax0.plot_trisurf(x,y,z)

ax1 = fig.add_subplot(321)
ax0.set_title("random plot_trisurf()")
ax1.set_aspect("equal")
ax1.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax1.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


n = 10
a = np.linspace(-3, 3, n)
ma, mb = np.meshgrid(a,a)
phi = np.pi/4
xm = 1.7*ma*np.cos(phi) + 1.7*mb*np.sin(phi)
ym = -1.2*ma*np.sin(phi) +1.2* mb*np.cos(phi)
shuf = np.c_[xm.flatten(), ym.flatten()]
np.random.shuffle(shuf)
x = shuf[:,0]
y = shuf[:,1]
z = f(x,y)

ax2 = fig.add_subplot(324, projection="3d")
ax2.plot_trisurf(x,y,z)

ax3 = fig.add_subplot(323)
ax2.set_title("unstructured plot_trisurf()")
ax3.set_aspect("equal")
ax3.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax3.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


x = xm.flatten()
y = ym.flatten()
z = f(x,y)

X = x.reshape(10,10)
Y = y.reshape(10,10)
Z = z.reshape(10,10)

ax4 = fig.add_subplot(326, projection="3d")
ax4.plot_surface(X,Y,Z)

ax5 = fig.add_subplot(325)
ax4.set_title("regular plot_surf()")
ax5.set_aspect("equal")
ax5.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax5.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


for axes in [ax0, ax2,ax4]:
    axes.set_xlim([-3.5,3.5])
    axes.set_ylim([-3.5,3.5])
    axes.set_zlim([0.9,2.0])
    axes.axis("off")
plt.savefig(__file__+".png")
plt.show()

---

一元点可以作为一维阵列提供给。它们是否遵循特定的结构并不重要

取决于数据结构的其他方法如下：

• 在规则矩形网格上插值点。这可以通过使用。参见示例
• 重新调整输入数组的形状，使其位于规则曲面上，然后使用

  plot\u surface（）

  。根据提供点的顺序，对于具有“平行四边形”形状的网格，这可能是一个非常简单的解决方案。
  从中可以看出，

  plot_surface（）

  也适用于网格形状非常不均匀的情况，只要它是以规则的方式构造的

以下是一些例子：

为完整起见，请在此处找到生成上述图像的代码：

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

f = lambda x,y: np.sin(x+0.4*y)*0.23+1

fig = plt.figure(figsize=(5,6))
plt.subplots_adjust(left=0.1, top=0.95,wspace=0.01)


ax0 = fig.add_subplot(322, projection="3d")

ma = 6*(np.random.rand(100)-0.5)
mb = 6*(np.random.rand(100)-0.5)
phi = np.pi/4
x = 1.7*ma*np.cos(phi) + 1.7*mb*np.sin(phi)
y = -1.2*ma*np.sin(phi) +1.2* mb*np.cos(phi)
z = f(x,y)
ax0.plot_trisurf(x,y,z)

ax1 = fig.add_subplot(321)
ax0.set_title("random plot_trisurf()")
ax1.set_aspect("equal")
ax1.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax1.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


n = 10
a = np.linspace(-3, 3, n)
ma, mb = np.meshgrid(a,a)
phi = np.pi/4
xm = 1.7*ma*np.cos(phi) + 1.7*mb*np.sin(phi)
ym = -1.2*ma*np.sin(phi) +1.2* mb*np.cos(phi)
shuf = np.c_[xm.flatten(), ym.flatten()]
np.random.shuffle(shuf)
x = shuf[:,0]
y = shuf[:,1]
z = f(x,y)

ax2 = fig.add_subplot(324, projection="3d")
ax2.plot_trisurf(x,y,z)

ax3 = fig.add_subplot(323)
ax2.set_title("unstructured plot_trisurf()")
ax3.set_aspect("equal")
ax3.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax3.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


x = xm.flatten()
y = ym.flatten()
z = f(x,y)

X = x.reshape(10,10)
Y = y.reshape(10,10)
Z = z.reshape(10,10)

ax4 = fig.add_subplot(326, projection="3d")
ax4.plot_surface(X,Y,Z)

ax5 = fig.add_subplot(325)
ax4.set_title("regular plot_surf()")
ax5.set_aspect("equal")
ax5.scatter(x,y, marker="+", alpha=0.4)
for i  in range(len(x)):
    ax5.text(x[i],y[i], i  , ha="center", va="center", fontsize=6)


for axes in [ax0, ax2,ax4]:
    axes.set_xlim([-3.5,3.5])
    axes.set_ylim([-3.5,3.5])
    axes.set_zlim([0.9,2.0])
    axes.axis("off")
plt.savefig(__file__+".png")
plt.show()

---

如果您的数据是有序的，并且您知道平行图的大小，则重塑可能就足够了：

ax.surface(x.reshape(10, 10), y.reshape(10, 10), z.reshape(10, 10))

---

如果平行四边形每侧有10个点，并且这些点以之字形排列，则该方法有效如果您的数据有序，并且您知道平行四边形的大小，则重塑可能就足够了：

ax.surface(x.reshape(10, 10), y.reshape(10, 10), z.reshape(10, 10))

---

如果平行四边形每边有10个点，并且这些点是以之字形排列的，那么这会起作用吗

你事先知道平行线的规格吗？不知道，我得到了数据，我需要绘图——当然我可以根据给定的数据计算规格，我猜…你知道数据的顺序吗？你事先知道平行线的规格吗？不是真的，我得到了数据，我需要绘图--当然我可以根据给定的数据计算规格，我猜…你知道数据的顺序吗？不是说

曲面

不需要矩形网格，它只需要一个四边形网格。因此，如果正确地重新排列，OPs数据可以直接传递到

曲面

，而无需任何数字更改。您可以在具有凹边界的域上绘制trisurf函数吗？这家伙想知道：

surface

不需要矩形网格，它只需要一个四边形网格。因此，如果正确地重新排列，OPs数据可以直接传递到

曲面

，而无需任何数字更改。您可以在具有凹边界的域上绘制trisurf函数吗？这家伙想知道：谢谢埃里克，你的把戏也成功了。因为我以后会考虑用更奇怪的形状来支持网格，所以现在我将使用trisurf。@Faser:您正在生成这些网格吗？另外，你说的是“网格”而不是“网格”，这意味着

surface

应该总是足够的。谢谢Eric，你的技巧也做到了。因为我以后会考虑用更奇怪的形状来支持网格，所以现在我将使用trisurf。@Faser:您正在生成这些网格吗？另外，你说的是“网格”而不是“网格”，这意味着

surface

应该已经足够了