我正在尝试在 matplotlib 中绘制一个 3 维图。我必须在单个 3D 图中绘制四个(或多个)半径的频率与幅度分布。我正在查看 matplotlib.collections 中可用的 PolyCollection 命令,并且我也浏览了该示例,但我不知道如何使用现有数据来得出该图。
我拥有的数量的维度是,
频率:4000 x 4,幅度:4000 x 4,半径:4
我想绘制类似的东西,
X 轴为频率,Y 轴为半径,Z 轴为幅度。我该如何解决这个问题?
我正在尝试在 matplotlib 中绘制一个 3 维图。我必须在单个 3D 图中绘制四个(或多个)半径的频率与幅度分布。我正在查看 matplotlib.collections 中可用的 PolyCollection 命令,并且我也浏览了该示例,但我不知道如何使用现有数据来得出该图。
我拥有的数量的维度是,
频率:4000 x 4,幅度:4000 x 4,半径:4
我想绘制类似的东西,
X 轴为频率,Y 轴为半径,Z 轴为幅度。我该如何解决这个问题?
PolyCollection 需要一个顶点序列,它与您想要的数据非常匹配。您没有提供任何示例数据,所以我将弥补一些说明(我的 200 维度将是您的 4000 .... 虽然如果您有这么多数据点,我可能会考虑与此不同的图):
import matplotlib.pyplot as plt
from matplotlib.collections import PolyCollection
from mpl_toolkits.mplot3d import axes3d
import numpy as np
# These will be (200, 4), (200, 4), and (4)
freq_data = np.linspace(0,300,200)[:,None] * np.ones(4)[None,:]
amp_data = np.random.rand(200*4).reshape((200,4))
rad_data = np.linspace(0,2,4)
verts = []
for irad in range(len(rad_data)):
# I'm adding a zero amplitude at the beginning and the end to get a nice
# flat bottom on the polygons
xs = np.concatenate([[freq_data[0,irad]], freq_data[:,irad], [freq_data[-1,irad]]])
ys = np.concatenate([[0],amp_data[:,irad],[0]])
verts.append(list(zip(xs, ys)))
poly = PolyCollection(verts, facecolors = ['r', 'g', 'c', 'y'])
poly.set_alpha(0.7)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# The zdir keyword makes it plot the "z" vertex dimension (radius)
# along the y axis. The zs keyword sets each polygon at the
# correct radius value.
ax.add_collection3d(poly, zs=rad_data, zdir='y')
ax.set_xlim3d(freq_data.min(), freq_data.max())
ax.set_xlabel('Frequency')
ax.set_ylim3d(rad_data.min(), rad_data.max())
ax.set_ylabel('Radius')
ax.set_zlim3d(amp_data.min(), amp_data.max())
ax.set_zlabel('Amplitude')
plt.show()
其中大部分直接来自您提到的示例,我只是明确说明了您的特定数据集所在的位置。这产生了这个情节: