python - Python 中 4D 向量的可视化

Question

过去在本网站上也提出过类似的问题——例如Representing 4D data in mplot 3D using colormaps或How to make a 4d plot using Python with matplotlib——但据我发现，它们都没有回答我的具体问题。

我有以下数据可供使用：

x1 = numpy.logspace(-100, 20, num=13, base=2) 
x2 = numpy.logspace(-100, 20, num=13, base=2)
x3 = numpy.logspace(-5, 5, num=11, base=10)

y = [...]

这样就形成了 2 个具有 13 个元素的向量和一个具有 11 个元素的向量。然后y是一个 13*13*11 的变量：即对于来自 的元素的每个组合x1，我在 中有一个对应的值。x2x3y

我想知道 Python 中是否有任何优雅的方式来可视化这些数据；我曾想过将 3D 绘图与我发布的链接中的颜色映射相结合，但是在这些帖子中给出的示例中，第 3 个变量 - x3- 是其他 2 个的函数，而在我的情况下，它y是一个函数x1,x2和x3. _

是否有任何方法/技巧可以在单个图表或尽可能少的图表中实现这一目标？

编辑：一个想法可能是绘制例如 11 个颜色图，其中每个颜色图对应于x3. 一个虚拟的例子：

这怎么可能实现？

Answer 1

粗略地说，你可以这样做：

import matplotlib.pyplot as plt
import numpy as np

x1 = np.logspace(-100, 20, num=13, base=2) 
x2 = np.logspace(-100, 20, num=13, base=2)
x3 = np.logspace(-5, 5, num=11, base=10)
y = np.random.rand(len(x3), len(x2), len(x1))

fig, axes = plt.subplots(ncols=4, nrows=3)
fig.subplots_adjust(right=0.8, wspace=0.25, hspace=0.05)
for i, ax in enumerate(axes.flatten()):
    if i < len(x3):
        ax.set_xticks([0,6,12] )
        ax.set_yticks([0,6,12] )
        ax.set_yticklabels([]); ax.set_xticklabels([])
        im = ax.imshow(y[i, :,:], vmin=0, vmax=1, aspect="equal")
        if i % 4 == 0:
            ax.set_yticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])
        if i >=8:
            ax.set_xticklabels([r"$2^{-100}$",r"$2^{-40}$",r"$2^{20}$"])       
    else:
        ax.axis("off")

nax = fig.add_subplot(111, frame_on=False)
nax.set_xticks([])
nax.set_yticks([])
nax.set_xlabel('xlabel', labelpad=20)
nax.set_ylabel('ylabel', labelpad=40)

cbar_ax = fig.add_axes([0.85, 0.15, 0.02, 0.7])
fig.colorbar(im, cax=cbar_ax)

plt.show()