Matplotlib plot contourf on 3d surface

monwx1rj  于 2023-05-18  发布在  其他
关注(0)|答案(1)|浏览(116)

我尝试使用matplotlib中3d曲面图的colormap特性,根据另一个数组的值而不是z值来为曲面着色。曲面图的创建和显示如下:

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

def gauss(x, y, w_0):
    r = np.sqrt(x**2 + y**2)
    return np.exp(-2*r**2 / w_0**2)

x = np.linspace(-100, 100, 100)
y = np.linspace(-100, 100, 100)
X, Y = np.meshgrid(x, y)
Z = gauss(X, Y, 50)
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot_surface(X, Y, Z, cmap='jet')

现在,代替基于3d表面的高程着色,我希望以另一个数组的形式提供表面的颜色数据,这里作为一个随机的例子:

color_data = np.random.uniform(0, 1, size=(Z.shape))

然而,我没有找到一个解决方案来着色3d表面的基础上这些值。理想情况下,它看起来像3D轮廓图,只是在3D表面上。

ssgvzors

ssgvzors1#

您可以使用matplotlib.colors.from_levels_and_colors获得颜色Map和归一化,然后将它们应用于要进行颜色Map的值。

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

x = np.linspace(-100, 100, 101)
y = np.linspace(-100, 100, 101)
X, Y = np.meshgrid(x, y)
Z = np.exp(-2*np.sqrt(X**2 + Y**2)**2 / 50**2)

c = X+50*np.cos(Y/20)  # values to be colormapped
N = 11                 # Number of level (edges) 
levels = np.linspace(-150,150,N)
colors = plt.cm.get_cmap("RdYlGn", N-1)(np.arange(N-1))
cmap, norm = matplotlib.colors.from_levels_and_colors(levels, colors)
color_vals = cmap(norm(c))

fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot_surface(X, Y, Z, facecolors=color_vals, rstride=1, cstride=1)
plt.show()

相关问题