python matplotlib plot_surface 3D绘图与非线性颜色Map

cgvd09ve 于 2023-05-05 发布在 Python

关注(0)|答案(1)|浏览(201)

我有下面的Python代码，它显示了下面的3D图。

我的代码是：

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

# Generate data example
X,Y = np.meshgrid(np.arange(-99,-90), np.arange(-200,250,50))
Z = np.zeros_like(X)
Z[:,0] = 100.
Z[4][7] = 10

# Normalize to [0,1]
Z = (Z-Z.min())/(Z.max()-Z.min())
colors = cm.viridis(Z)
rcount, ccount, _ = colors.shape

fig = plt.figure()
ax = fig.gca(projection='3d')
surf = ax.plot_surface(X, Y, Z, rcount=rcount, ccount=ccount,
                       facecolors=colors, shade=False)

surf.set_facecolor((0,0,0,0))
plt.show()

我想用不同的颜色为XY平面上的不规则部分着色。我希望能够高亮显示XY平面上的凹凸。我该怎么做？

python

来源：https://stackoverflow.com/questions/48235880/matplotlib-plot-surface-3d-plot-with-non-linear-color-map

1条答案

按热度按时间

pokxtpni1#

问题是网格不是很密集。凸起由单个像素组成。因此，网格中有4个单元格，其中3个单元格的左下角为0，因此不会根据其值接收不同的颜色。只有一个像素，这实际上是 * 凹凸得到彩色。

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

X,Y = np.meshgrid(np.arange(-99,-90), np.arange(-200,250,50))
Z = np.zeros_like(X)
Z[:,0] = 100.
Z[4][7] = 10

norm = plt.Normalize(Z.min(),Z.min()+10 )
colors = cm.viridis(norm(Z))

fig = plt.figure()
ax = fig.gca(projection='3d')

surf = ax.plot_surface(X, Y, Z, facecolors=colors, shade=False)                    
surf.set_facecolor((0,0,0,0))

plt.show()

现在您可以展开图的彩色部分，例如：使用scipy.ndimage.grey_dilation，使得相邻的所有像素也变为黄色。

from scipy import ndimage
C = ndimage.grey_dilation(Z, size=(2,2), structure=np.ones((2, 2)))
norm = plt.Normalize(Z.min(),Z.min()+10 )
colors = cm.viridis(norm(C))

赞(0）回复(0）举报 2023-05-05

我来回答

python matplotlib plot_surface 3D绘图与非线性颜色Map

1条答案

相关问题

热门标签

最新问答